Microsoft bringt laufend neue Produkte auf den Markt. Azure Synapse Analytics ist seit Ende 2020 verfügbar. Unser «Real World» Blog hilft bei der Entscheidungsfindung, für welche Szenarien sich Azure Synapse eignet.
Azure Synapse Analytics ist eine von Microsoft entwickelte Lösung, um grosse Datenmengen zu integrieren, analysieren, transformieren und abzulegen. Wird eine Azure Synapse Analytics Produkt in Azure angelegt, wird ein Synapse Workspace, sowie ein Storage account (Azure Data Lake) erstellt.
Über den Synapse Workspace wird das webbasierte Synapse Studio aufgerufen. Die Konfiguration sowie Analyse und Entwicklung wird vollends per Webbrowser getätigt.
Das Synapse Studio bietet verschiedene Wege zur Integration der Daten.
In Pipelines werden Datenflüsse abgebildet. Die Konfiguration geschieht primär über die webbasierte Oberfläche. Es können Daten aus einer Quelle gelesen, transformiert und auf den Azure Data Lake (Storage Account) geschrieben werden. Pipelines können Daten per «Integration Datasets» von «Linked Services» beziehen oder schreiben. Pipelines sind sehr günstig und benötigen keine zusätzlichen Azure Ressourcen.
Für komplexere Transformationen von Daten eignen sich Data Flows. Mittels visueller Bausteine wird der Datenfluss und die Modifikationen zusammengeklickt. Data Flows nutzen die Azure Integration Runtime, bekannt aus der Azure Data Factory. Diese ist im Betrieb und beim Entwickeln kostspieliger als die Pipelines.
Wird noch mehr Flexibilität für die Datenverarbeitung gefordert, werden Notebooks verwendet, welche die Programmierung mittels Python, Scala, R, Java, and SQL erlauben. Notebooks nutzen die Azure Databricks welche auf einem Apache Spark Pool läuft. Dieses werden zusätzlich instanziiert und bereits für die Entwicklung benötigt. Die Kosten hängen von der Dimensionierung des Pools ab.
Die Stärken von Azure Synapse liegen ganz klar in der Datenintegration und Analyse. Mehrere Datenquellen zu konsumieren, zwischenzuspeichern und für die spätere Verwendung in Endsystemen aufzubereiten.
Die Einsatzmöglichkeiten von Azure Synapse Analytics lassen sich am besten anhand eines Beispiels aufzeigen:
Es soll ein webbasierter Power BI Report erstellt werden, der auf drei Datenquellen basiert:
Ein weiteres Dashboard zeigt eine betriebswirtschaftliche Auswertung (BWA) und welche Rechnungen wann bezahlt wurden oder fällig sind. Es ist auch möglich Rechnungen aus der Vergangenheit in den Report miteinzubeziehen und zu vergleichen.
Daten aus dem CRM System sollen primär für die Navigation und Vollständigkeit der Visualisierungen dienen.
Die Umsetzung dieses Reports birgt einige Herausforderungen:
Azure Synapse bietet für diese Herausforderungen eine effiziente und kostenoptimierte Lösung:
Azure Synapse Analytics füllt eine Lücke in der Welt der Daten-Warenhäuser (DWH). Es fühlt sich, trotz Arbeiten mit grossen Datenmengen, leichtgewichtig an. Der Einstieg ist einfach und es lassen sich auch komplexe Anforderungen abdecken.
Die webbasierte Oberfläche ist übersichtlich und sehr funktional und begeistert insgesamt. Leider hält Microsoft die Hilfe-Kommentare zu einzelnen Feldern und Einstellungen etwas knapp, so dass man an eigenem «Try and Error» nicht vorbeikommt. Gewisse Fehlermeldungen sind schwierig zu interpretieren und helfen nicht wirklich weiter.
Die Performance macht grosse Freude. So versucht man sich gerne mit Query von epischen Ausmassen – einfach um die Geschwindigkeit zu fühlen. Die Möglichkeit eine Problemstellungen unterschiedlich zu lösen, ist modern und gefällt. Die Erfahrung spielt hierbei eine zentrale Rolle und schützt vor dem falschen Ansatz für eine Umsetzung.
Azure Synapse Analytics ist der fehlende Baustein zwischen verschiedenen Datenquellen und dem Reporting für Endbenutzer. Es reduziert die Komplexität bei der Implementierung unzähliger Datenquellen und bietet Systemstabilität.
Wer steckt eigentlich hinter Allgeier? Marina verstärkt bei Allgeier seit Juli 2023 das Finanzteam. Im Interview erfahren wir mehr über ihre beruflichen Herausforderungen, worauf es in ihrem Job ankommt und wo man sie in ihrer Freizeit findet.
Ausgestattet mit modernster KI-Technologie, bietet die Plattform eine optimierte Verwaltung und Analyse digitaler Inhalte.
Kann AR die Produktion revolutionieren? Wo liegen mögliche Einsatzfelder und konkrete Vorteile? Im vierten Blog der Smart Maintenance Reihe werfen wir einen Blick in die Zukunft.
Smart Maintenance ist kein Trend, sondern eine Notwendigkeit, um wettbewerbsfähig zu bleiben. Doch welche Phasen durchläuft die Implementierung einer intelligenten Wartung?
Dass Smart Maintenance nicht nur für die Industrie relevant ist, zeigte der Vortrag von Mirko Maurer bei der maintenance Schweiz. Was Resilienz damit zu tun hat, erfahren Sie hier.
KI goes Microsoft 365: Was der intelligente Assistent Copilot kann und wie er die Zusammenarbeit auf neue Beine stellt.
Smarte Technologien, wertvolle Daten und vernetzte Mitarbeiter: Von der Herausforderung Smart Maintenance zu implementieren und wie man sie bewältigt. Alles im aktuellen Blog!
Vernetzt, automatisiert und mit Echtzeit-Daten gespickt – das sind die Kennzeichen von Industrie 4.0. Doch welche Rolle spielt Smart Maintenance dabei konkret? Wie kann es zur Effizienzsteigerung und Kostenreduktion führen – das verraten wir im neuen Blogbeitrag.
Zwischen Flexibilität und Festungsanlage: Wie Unternehmen in der modernen Arbeitswelt Sicherheit gewährleisten können. Ein Expertengespräch mit Christian Dunkel über Secure Workplace.
