Qu’est-ce que l’Explorateur de données Azure ?

Commençons par définir le service et passer en revue les principales fonctionnalités d’Azure Data Explorer. Cette vue d’ensemble doit vous aider à décider si ce service vous convient pour gérer et analyser vos données.

Qu’est-ce que l’Explorateur de données Azure ?

Azure Data Explorer est une plateforme d’analytique de Big Data qui facilite l’analyse de grands volumes de données en quasi-temps réel. Il vous permet d’extraire des insights clés, de repérer des modèles et des tendances et de créer des modèles de prévision.

La boîte à outils d’Azure Data Explorer vous offre une solution de bout en bout pour ingérer, interroger, visualiser et gérer les données. Ces outils vous permettent d’analyser des données structurées, semi-structurées et non structurées dans des séries chronologiques et d’appliquer Machine Learning.

Azure Data Explorer est entièrement managé, évolutif, sécurisé, robuste et prêt pour l’entreprise. Il est utile pour l’analytique des journaux, l’analytique des séries chronologiques, l’IoT et l’analytique exploratoire à usage général.

Comment comprendre vos Big Data

Rappelez-vous de notre exemple de société de vêtements, celle-ci détient de nombreux types de données provenant de domaines variés. Elle doit utiliser des types d’analytiques différents sur ces types de données, puis partager les résultats avec diverses parties prenantes. Elle va utiliser Azure Data Explorer pour tirer des insights de toutes ses données qui circulent dans l’entreprise.

La production analyse les journaux des produits pour gérer son stock et prendre des décisions sur la confection. L’analytique géospatiale éclaire ces décisions, qui sont utilisées pour identifier les zones géographiques où les publicités sont très performantes et pour anticiper le stock.

Les entrepôts de l’entreprise sont équipés d’appareils IoT, dont certains sont utilisés par la sécurité pour gérer les journaux d’entrée/sortie de l’entrepôt. D’autres sont utilisées par des opérations pour surveiller l’environnement à l’intérieur de l’entrepôt. Chaque magasin utilise l’analytique de séries chronologiques pour identifier les anomalies de vente et prédire les événements de stock à venir.

L’équipe marketing mondiale utilise des données de flux de clics (également une forme d’analyse des journaux) pour optimiser et analyser les campagnes publicitaires en ligne et le tunnel de conversion. Le service de réussite du client utilise la recherche de texte pour analyser les commentaires des utilisateurs sur les réseaux sociaux.

Chaque minute de la journée, une décision métier est prise sur la base des données circulant dans Azure Data Explorer.

Quelles sont les fonctionnalités clés d’Azure Data Explorer ?

Maintenant que vous avez une idée de ce à quoi peut servir Azure Data Explorer, examinons quelques-unes de ses principales fonctionnalités.

Vélocité, variété et volume des données

Azure Data Explorer peut ingérer des téraoctets de données en quelques minutes en mode de traitement par lot ou de diffusion en continu. Il peut interroger des pétaoctets de données et retourner des résultats en quelques millisecondes à quelques secondes. Cette capacité permet une grande vélocité (des millions d’événements par seconde), une faible latence (secondes) et une ingestion à échelle linéaire des données brutes. Ces données brutes peuvent être ingérées dans différents formats et structures, et elles peuvent être transmises à partir de différents pipelines et sources.

Langage de requête convivial

Azure Data Explorer utilise le langage de requête Kusto (KQL), langage open source inventé à la base par l’équipe. Le langage est simple à comprendre et à apprendre, et il est très productif. Vous pouvez utiliser des opérateurs simples et des analytiques avancées.

Analytique avancée

Azure Data Explorer dispose d’un large ensemble de fonctions destinées à l’analyse des séries chronologiques, Les fonctions incluent l’ajout et la soustraction de séries chronologiques, le filtrage, la régression, la détection saisonnière, l’analyse géospatiale, la détection d’anomalies, l’analyse et la prévision. Les fonctions de séries chronologiques sont optimisées pour traiter des milliers de séries chronologiques en quelques secondes. La détection de modèles est simplifiée grâce aux plug-ins de cluster qui peuvent diagnostiquer les anomalies et effectuer une analyse de la cause racine. Vous pouvez également étendre les fonctionnalités d’Azure Data Explorer en incorporant du code Python dans les requêtes KQL.

Assistant facile à utiliser

Avec l’Assistant d’ingestion, le processus d’ingestion de données est facile, rapide et intuitif. L’interface utilisateur web offre une expérience intuitive et guidée qui aide les clients à commencer rapidement à ingérer des données, à créer des tables de base de données et à mapper des structures. Elle permet une ingestion unique ou continue à partir de différentes sources et dans divers formats de données. Les mappages et le schéma de tables sont suggérés automatiquement et faciles à modifier.

Visualisation polyvalente des données

La visualisation des données vous permet d’obtenir des insights importants. Azure Data Explorer offre des visualisations et des tableaux de bord intégrés prêts à l’emploi, avec prise en charge de différents graphiques et visualisations. Il a une intégration native avec Power BI, des connecteurs natifs pour Grafana, Kibana et Databricks, la prise en charge ODBC pour Tableau, Sisense, Qlik, etc.

Ingestion, traitement et exportation automatiques

Azure Data Explorer prend en charge les fonctions stockées côté serveur, l’ingestion continue et l’exportation continue vers Azure Data Lake Store. Il prend également en charge les transformations de mappage du temps d’ingestion côté serveur, les stratégies de mise à jour et les agrégats planifiés précalculés avec des vues matérialisées.

Intégration à d’autres services

Intégrez de façon facile et fluide d’autres outils pour tous les aspects de votre workflow comme l’ingestion, la visualisation, l’orchestration et la supervision.