Microsoft

Azure SQL-Datenbank

Azure SQL-Datenbank ist ein Plattform as a Service. Dieser Service enthält eine von Microsoft Azure vollständig verwaltete SQL-Datenbank und ist somit Teil der Azure SQL-Produktfamilie. Dank dieser Verwaltung ist die SQL-Datenbank stets aktuell, Daten werden automatisiert gesichert und eine Bereitstellung von bis 99,995% kann garantiert werden. Durch die serverlose Computing-Architektur fällt darüber hinaus kein Aufwand für das Maintanance eines Datenbankservers an. Der Benutzer braucht sich nur noch um das Datenmanagement zu kümmern und spart viel Zeit.

Darüber hinaus bietet Microsoft noch weitere gemanagte Relationale-Datenbank-Services an, die ähnliche Vorteile bieten:

• Azure Database for MySQL
• Azure Database for MariaDB
• Azure Database for PostgreSQL

Azure Synapse Analytics

Azure Synapse Analytics ist ein vereinheitlichte Analyseplattform in Azure, der Datenintegration, Data Warehousing, Data-Lake-Operationen und sonstige (Big-)Data-Analysen ermöglicht. Azure Synapse Analytics bietet dank seines serverlosen Aufbaus eine unbegrenzte Skalierung, weshalb in kürzester Zeit große Datenmengen analysiert und aufbereitet werden können. Dank einer eigenen, einheitlichen Oberfläche, in welcher viele Features bereitgestellt werden, können die unterschiedlichstes Datenprojekte und Datenanalysen in kürzester Zeit umgesetzt werden. Zu den Features gehören u.a.

• die Bereitstellung einer SQL-Engine, um Data Warehouse Architekturen aufzusetzen
• die Integration von Azure Data Factory, um leistungsfähige ETL-/ELT- und andere Daten & Workflow-Pipelines zu erstellen.
• die Integration von Apache Spark- und SQL-Engines, um Daten analysieren, transformieren und/oder anderweitig verarbeiten zu können. Hierbei kann auf bevorzugte Sprachen wie T-SQL, Python, Scala, Spark SQL, .Net und KQL zurückgegriffen werden.
• die nahtlose Integration von Azure Machine Learning und Azure Cognitive Service, um die Anwendung von Algorithmen aus dem Bereich der künstlichen Intelligenz, Deep Learning und Machine-Learning zu ermöglichen
• die Integration von Power BI, um Daten und Analyseergebnisse visuell darstellen zu können.

Azure Data Factory

Azure Data Factory ist ein vollständige verwalteter und serverlose Datenintegrationsdienst. Über einer eigenen webbasierten Oberfläche können ETL- und ELT-Prozesse intuitiv, schneller und damit verbunden kosteneffizienter erstellt und orchestriert werden . Die 90 darin enthaltenen Konnektoren sorgen dafür, dass Daten aus diversen Datenquellen importiert werden können. Darüber hinaus kann man einen eigenen Code-hinterlegen, um komplexere Use-Cases abbilden zu können. Dank einer integrierten Transformationsschicht können Daten beliebig transformiert. Für besonders komplexe Transformationen und Datenverarbeitungsschritte kann Apache Spark eingebunden werden. 

Azure Stream Analytics

Azure Stream Analytics ist ein einfach zu bedienender Dienst für Echtzeitanalysen. Mit wenige Aufwand kann damit eine umfangreiche, serverlose Streamingpipeline aufgebaut werden, die mit gängiger SQL-Syntax bedient werden kann. Benutzerdefinierter Code und Machine-Learning Algorithmen kann ebenfalls eingebunden werden und ermöglicht somit komplexe Datenanalyse- und Datenverarbeitungs-Operationen. Dank der Fähigkeit die Plattform schnell zu skalieren und die Kapazität flexibel anzupassen, können Millionen von Ereignisdaten mit einer Latenz in Millisekundenbereich verarbeitet werden. 

Azure Databricks

Azure Databricks ist eine Analyseplattform, die für Microsoft Azure optimiert worden und als Cloud-Dienst angeboten wird. Dieser Service setzt auf Open-Source Technologien wie beispielsweise Apache Spark und ermöglicht über eine einheitliche Oberfläche eine einfache und ohne großen Konfigurationsaufwand verbundene Nutzung jener Technologien. Über diesen Services können beliebige Datenmengen effizient verarbeitet, transformiert und analysiert werden. Azure Databricks deckt dabei gesamte Spannbreite jedweder Analyseszenarien ab. Ob Analysen von strukturierten und semi-strukturierten Daten, Einbindung Data-Streaming, um Daten in Echtzeit analysieren zu können, Datenintegration mittels ETL, Nutzung von Machine-Learning und AI, die Vielfalt und die möglichen Anwendungsszenarien kennen praktisch keine Grenzen. 

Azure Machine Learning

Azure Machine Learning ist eine Sammlung von serverlosen Cloud-Services und -Tools, mit welchen man Modelle für das maschinelle Lernen trainieren, bereitstellen, und verwalten kann. Über eine intuitive bedienbare Oberfläche können Data Scientists schnell und zuverlässig qualitativ hochwertige Modelle entwickeln und trainieren. Diese Modelle können dann einfach bereitgestellt werden und in anderen Azure-Services gewinnbringend fürs Unternehmen eingesetzt werden. Tools wie MLOps ermöglichen eine effiziente Verwaltung dieser Modelle. Weitere integrierte Features stellen darüber hinaus sicher, dass die Governance-, Sicherheits- und sonstige Compliance-Anforderungen beachtet werden.