了解 Azure Synapse Analytics

Azure Synapse Analytics（以前称为 Azure 数据仓库）是 Microsoft 开发的一款新型分析引擎。但这项新服务不仅代表了名称的改变，还代表了 Azure 内分析方式的演变。我们将在本指南中详细介绍。

Azure Synapse Analytics 是任何现代数据管理环境中功能强大、功能多样的引擎。该引擎的优势在于它是一体化的，即它在单一服务中提供多种工作方式和技术，以创新和适度的方式简化和统一数据开发和管理流程。

它提供的功能包括：

• 数据仓库：已经流行的 Azure 数据仓库技术用于存储和管理数据以供分析和决策，现在通过 SQL 池。
• 大数据引擎：借助 Spark 池，工程师现在可以使用 Spark 语言运行可扩展分析来执行大数据处理。
• 无服务器引擎：以简单的方式直接使用SQL语句查询数据湖。
• 数据流：使用与 Azure 数据工厂相同的引擎开发使用或接收数据仓库或数据湖中的数据的 ETL 流。

在 Synapse Analytics 中，可以通过 SQL 池使用数据仓库，这使你能够通过可扩展的计算机数量和大小的群集查询数据库。

除了池扩展的优势之外，您还可以根据角色和查询类型分配处理级别和池资源。您可以在行和列级别添加安全性，以便只有相应的用户才具有某些访问权限。

最后，您可以完成使用 Azure 数据仓库所做的所有操作，但方式更符合当前技术的现代性。

如果除了对数据仓库中的数据进行 SQL 查询之外，您还需要执行其他类型的查询和数据转换，则可以利用 Spark 引擎在笔记本中创建流程，类似于在其他技术（例如 Databricks）中执行的操作。

Spark 池允许您使用 Python、SQL 甚至 C# (.NET) 在大数据环境中处理数据，您可以根据需要配置和扩展数据。（确定您需要多少台机器，或者是否应该根据特定时间的必要处理自动扩展。）

您可以根据需要创建任意数量的池，例如，一个用于生产流程，另一个用于您的工程师和数据科学家探索数据仓库或数据湖。

除了池之外，您还可以直接对数据湖进行查询（使用 Azure Data Lake Gen2），这将帮助您以简单的方式对文件和目录执行 SQL 语句，只需为该查询产生的消耗付费，而无需为临时查询建立集群 - 即在无服务器环境中。

在每个 Synapse Analytics 环境中，无服务器模式已经可用，要使用它，您唯一的工作就是将 Synapse 与 Azure Data Lake Gen2 存储库连接起来以供使用（当然，对该存储库进行适当的治理，以充分利用无服务器引擎的所有潜力）。

• PowerBI：将您的数据直接连接到 PowerBI 数据集，以最佳且简单的方式显示和开发您的报告和仪表板。
• 数据工厂：利用 Synapse Analytics 数据流和 Azure 数据工厂优势，实现最强大的 ETL 流程。
• 机器学习：利用 Spark 流程开发模型并通过 Azure 机器学习公开它们，从而使您的分析流程互联、可扩展且高度可用。

如果你想了解有关 Synapse 的更多信息，Pluralsight 有几门课程专门介绍这项伟大的技术。以下是其中一些：

• 在 Microsoft Azure Synapse Analytics 中实现云数据仓库：https://www.pluralsight.com/courses/microsoft-azure-implementing-cloud-data-warehouses

• 部署 Microsoft Azure Synapse Analytics 和 Azure SQL 数据库：https://www.pluralsight.com/courses/microsoft-azure-sql-data-warehouse-sql-database-deploying