Azure Databricks

Sådan anvender du Azure Databricks

Skab clusters
I Azure Databricks kan du skabe clusters altså såkaldte klynger. Disse clusters kan indeholde forskellige modeller inden for blandt andet ETL og machine learning, der samles i en fælles platform. Inden for Databricks kan vi tale om to slags clusters: interaktive og job. Interaktive clusters anvendes i samarbejde med interaktive notebooks til at analysere data, hvorimod job clusters anvendes til at køre automatiserede workflows. Via Databricks kan du hurtigt og nemt oprette samt administrere dine clusters.

Anvend Interaktive notebooks
Udforsk data med Azure Databricks notebook. Opret brugerdefinerede tilladelser for både dataeksperten, datateknikkeren og forretningsanalytikeren således dataeksperten kan tilføje data fra Azure Storage, datateknikkeren kan derefter bruge data til at bygge machine learning modeller, og forretningsanalytikeren får indsigt i data i realtid og kan derefter lave dashboards, som præsenteres for brugerne. Via en chat kan de kommunikere og kommentere på det delte projekt undervejs. Databricks notebook forener dermed processen, som straks kan implementeres i værktøjer.

Clusters og notebooks i samspil nedsætter procestiden for nye indsigter, hvilket betyder, at der er mere tid til at handle på disse.

Databricks og 
data warehouse

I Azure Databricks kan du nemt og hurtigt samle alle din data. På grund af skalerbarheden i platformen kan du gøre det i den målestok, der matcher det, du skal anvende data i. Du kan dermed anvende det som et moderne data warehouse, hvorfra du kan skabe indsigt for dine brugere i henholdsvis dashboards, rapporter eller avancerede analyser.

Databricks og 
big data

Kommer dit Big Data fra IoT-enheder, er det trukket fra Facebook eller flere interne kilder? Uanset hvilket data du måtte have, omfavner arkitekturen i Databricks det hele. Mulighederne er uendelige med Big Data, og Databricks kan igennem de mange implementerede værktøjer være en platform til at udnytte de muligheder.

I Azure Databricks er dit data beskyttet af Azure Active Directory integration, hvorfor du trygt kan stole på, at dit data er pålidelig. Derudover kan du gennem brugerrettigheder sikre, at det kun er de, som skal have adgang til Databricks notesbøger, klynger, job og data, der faktisk har det.

Azure Databricks kan automatisk skaleres op og ned alt efter behov, hvilket sikrer reducering af både omkostninger og kompleksitet. Dine projekter kan også skaleres over i andre funktioner eksempelvis til machine learning, hvorfor du hurtigere kan bygge og skabe projekter. 

Derudover er det nemt at udstille sine analyser på forskellige måder. Enten kan man lægge dem i et data warehouse, eller også kan man udstille algoritmerne som webservices.

Er du stadig i tvivl om, hvorfor du skal vælge Azure Databricks? Det skal du fordi, det gør dit analysearbejde mere produktiv, pålidelig og skalerbar. På få minutter kan du starte et nyt projekt i et interaktivt arbejdsområde, hvor du kan inddrage flere Azure tjenester, der er en del af Azure Databricks.
Derudover kan du dele projekterne med andre, så uanset om du er dataekspert, datateknikker eller forretningsanalytiker, kan samarbejdet ske på tværs inde i Databricks.