Azure 数据资源管理器与 Azure Synapse 分析 (a.k.a SQL DW)
Azure Data Explorer vs Azure Synapse Analytics (a.k.a SQL DW)
我为一家大型物联网公司设计数据管理策略。我们的用例相当典型，我们摄取大量数据，对其进行分析，并生成客户可以查询以了解所需见解的数据集。
我正在查看 Azure 数据资源管理器和 Azure Synapse Analytics 的数据仓库端（a.k.a Azure SQL 数据仓库）并发现许多共同点。是的，他们在后端使用不同的语言和不同的查询引擎，但两者都充当客户用来大规模查询只读数据的“服务层”。
我无法从 Microsoft 找到任何关于如何在两者之间进行选择的明确指导，或者将它们一起使用是否有意义？在这种情况下，每种服务的最佳用例或数据类型是什么？
如果你能启发我，请在这里分享你的想法。如果您知道有关此事的一些指导，请回复 link。
经典和现代数据仓库模式都涉及首先设计一个精心策划的数据模型，其中包含记录的实体及其属性，创建一个计划的 ETL 管道，将原始数据（无论大小）转换并聚合到数据模型中.然后你加载并服务它。在整个企业中使用这些实体时，精选的数据模型提供了稳定性、一致性和可靠性。
Azure Data Explorer 被设计为用于遥测的分析数据平台。在此工作负载中，您不会首先聚合数据，但实际上会使其接近原始格式，因为您不想丢失数据。它允许您处理意外的安全攻击、故障、竞争行为以及一般的未知因素，因为它允许从不同角度查看新鲜的原始数据并提供很大的灵活性。
这就是为什么 Azure 数据资源管理器是 Microsoft Telemetry 的存储，也是一组不断增长的分析解决方案，例如：Azure Monitor、Azure 安全中心、Azure Sentinel、Azure 时序见解、IoT Central、PlayFab 游戏分析、Windows Intune分析、客户洞察、Teams 教育分析等。
提供对原始数据的高性能分析，以及对文本、半结构化和结构化数据的读取模式功能。
出于同样的原因，我们的很多合作伙伴和客户都在采用 ADX。
查看详细描述这些概念的概述 webinar。
Azure Synapse Analytics 打包 SQL DW、ADF 和 Spark，使所有数据仓库模式组件高度集成，更易于使用和管理。正如我们 announced on the Azure Data Explorer Virtual Event，Azure 数据资源管理器正在与 SQL 和 Spark 池一起集成到 Azure Synapse Analytics 中，以满足遥测工作负载——对高速、大容量、多样化数据的实时分析。
查看一些 IoT 案例 Buhler, Daimler video,story, Bosch, AGL，还有更多领先的 IoT 平台正在为此目的采用 Azure Data Explorer。如果您需要其他帮助，请联系我们。
我为一家大型物联网公司设计数据管理策略。我们的用例相当典型，我们摄取大量数据，对其进行分析，并生成客户可以查询以了解所需见解的数据集。
我正在查看 Azure 数据资源管理器和 Azure Synapse Analytics 的数据仓库端（a.k.a Azure SQL 数据仓库）并发现许多共同点。是的，他们在后端使用不同的语言和不同的查询引擎，但两者都充当客户用来大规模查询只读数据的“服务层”。 我无法从 Microsoft 找到任何关于如何在两者之间进行选择的明确指导，或者将它们一起使用是否有意义？在这种情况下，每种服务的最佳用例或数据类型是什么？
如果你能启发我，请在这里分享你的想法。如果您知道有关此事的一些指导，请回复 link。
经典和现代数据仓库模式都涉及首先设计一个精心策划的数据模型，其中包含记录的实体及其属性，创建一个计划的 ETL 管道，将原始数据（无论大小）转换并聚合到数据模型中.然后你加载并服务它。在整个企业中使用这些实体时，精选的数据模型提供了稳定性、一致性和可靠性。
Azure Data Explorer 被设计为用于遥测的分析数据平台。在此工作负载中，您不会首先聚合数据，但实际上会使其接近原始格式，因为您不想丢失数据。它允许您处理意外的安全攻击、故障、竞争行为以及一般的未知因素，因为它允许从不同角度查看新鲜的原始数据并提供很大的灵活性。 这就是为什么 Azure 数据资源管理器是 Microsoft Telemetry 的存储，也是一组不断增长的分析解决方案，例如：Azure Monitor、Azure 安全中心、Azure Sentinel、Azure 时序见解、IoT Central、PlayFab 游戏分析、Windows Intune分析、客户洞察、Teams 教育分析等。 提供对原始数据的高性能分析，以及对文本、半结构化和结构化数据的读取模式功能。 出于同样的原因，我们的很多合作伙伴和客户都在采用 ADX。 查看详细描述这些概念的概述 webinar。
Azure Synapse Analytics 打包 SQL DW、ADF 和 Spark，使所有数据仓库模式组件高度集成，更易于使用和管理。正如我们 announced on the Azure Data Explorer Virtual Event，Azure 数据资源管理器正在与 SQL 和 Spark 池一起集成到 Azure Synapse Analytics 中，以满足遥测工作负载——对高速、大容量、多样化数据的实时分析。
查看一些 IoT 案例 Buhler, Daimler video,story, Bosch, AGL，还有更多领先的 IoT 平台正在为此目的采用 Azure Data Explorer。如果您需要其他帮助，请联系我们。