Azure Synapse Analytics เพิ่มประสิทธิภาพข้อมูลบนระบบ Cloud

Azure Synapse Analytics นับว่าเป็นโซลูชั่นที่สำคัญตัวหนึ่งและควรเก็บไว้พิจารณาเป็นตัวเลือกแรกๆ เนื่องจากจะช่วยดึงข้อมูลจากหลากหลายเซิฟเวอร์ (Big Data) ให้อยู่ในรูปแบบแดชบอร์ดสำหรับองค์กรที่กำลังจะย้ายระบบ Data มาไว้บนระบบ Cloud โดยเฉพาะ Azure บอกเลยว่า ตอบโจทย์มากๆ ก่อนอื่นมาทำความรู้จัก Azure Synapse Analytics ให้มากขึ้นดีกว่า 

Azure Synapse Analytics เป็นเครื่องมือสำหรับการวิเคราะห์ข้อมูลในองค์กรที่สามารถจัดการข้อมูลได้อย่างมีประสิทธิภาพในระบบ Big Data สามารถทำหน้าที่ได้หลากหลาย ทั้งการทำกระบวนการ ETL (Extract, Transform, Load) การจัดการและวิเคราะห์ข้อมูลที่มีขนาดมหาศาลในระดับ Big Data รวมทั้งการสรุปผลและรายงานข้อมูลในรูปแบบ Report และ Visualization ที่สามารถเชื่อมต่อได้โดยตรงกับ Power BI เรียกได้ว่าเป็นเครื่องมือ All-in-One ได้เลยทีเดียว

สำหรับ Feature ของ Synapse Analytics มีดังนี้

https://learn.microsoft.com/en-us/answers/questions/475725/synapse-analytics-for-data-ingestion

Data Integration

Synapse Analytics สามารถดึงข้อมูล (Extract) ได้จากหลายที่ หลายรูปแบบ เช่น SAP, Database, Spreadsheet และอีกมากมาย โดย Synapse Analytics นั้นทำงานได้ครอบคลุมมากกว่าเพราะมี Functionality ที่เพิ่มขึ้นมาด้วยอย่าง Management, Monitoring และ Security 

Analytics Runtimes

ระบบประมวลข้อมูลที่มีประสิทธิภาพสูงด้วย Synapse SQL และ Apache Spark ที่เหมาะสำหรับการทำ Big Data อย่างมาก โดยมากกว่า 80% ของบริษัทที่เป็นระดับ Fortune 500 หรือมีรายได้สูงสุดของสหรัฐอเมริกาใช้ Spark Engine สำหรับ Distributed System และถูกนำใช้ในงาน Data Science และ Machine Learning อย่างกว้างขวาง 

https://techcommunity.microsoft.com/t5/azure-synapse-analytics-blog/integrate-power-bi-with-azure-synapse-analytics/ba-p/2003057

Visualization 

Synapse Analytics นั้นมีการ Integration กับ Power BI อย่างง่ายดายทำให้ผู้ใช้งานสามารถดู Visualization จาก Power BI ได้ Feature ต่างๆ เหล่านี้ ทำให้ Azure Synapse Analytics มีความน่าสนใจและน่าใช้งานมากๆ เพราะสามารถทำงานครอบคลุมตั้งแต่Process แรกจนไปถึง Process สุดท้ายครบในที่เดียว ถือว่า เป็นเครื่องมือ All-in-One ที่ตอบโจทย์ผู้ใช้งานได้หลากหลายรูปแบบ ทั้งยังเปิดโอกาสให้บุคลากรด้าน Data ไม่ว่าจะเป็น BI Developer, Data Engineer หรือ Data Scientist ก็สามารถทำงานร่วมกันบนแพลทฟอร์มเดียวกันได้ 

Source: 
https://spark.apache.org/

Author: Pornpat S.

แชร์ :
Scroll to Top