(33)
4.7 von 5
Website besuchen
Gesponsert
Datenerfassung in Echtzeit | Sammelt, speichert und organisiert riesige, unstrukturierte Daten in Echtzeit | Nicht genügend Daten verfügbar | |
Datenverteilung | Erleichtert die Verbreitung der gesammelten Big Data in parallelen Rechenclustern | Nicht genügend Daten verfügbar | |
Data Lake | Erstellt ein Repository zum Sammeln und Speichern von Rohdaten von Sensoren, Geräten, Maschinen, Dateien usw. | Nicht genügend Daten verfügbar |
Hadoop-Integration | Richtet Verarbeitungs- und Verteilungs-Workflows auf Apache Hadoop aus | Nicht genügend Daten verfügbar | |
Spark-Integration | Richtet Verarbeitungs- und Verteilungs-Workflows auf Apache Hadoop aus | Nicht genügend Daten verfügbar |
Maschinelle Skalierung | Erleichtert die Ausführung und Skalierung der Lösung auf einer großen Anzahl von Maschinen und Systemen | Nicht genügend Daten verfügbar | |
Datenaufbereitung | Kuratiert gesammelte Daten für Big-Data-Analyselösungen, um sie zu analysieren, zu manipulieren und zu modellieren | Nicht genügend Daten verfügbar | |
Spark-Integration | Richtet Verarbeitungs- und Verteilungs-Workflows auf Apache Hadoop aus | Nicht genügend Daten verfügbar |
Cloud-Verarbeitung | Verlagerung der Big-Data-Erfassung und -Verarbeitung in die Cloud | Nicht genügend Daten verfügbar | |
Workload-Verarbeitung | Verarbeitet Batch-, Echtzeit- und Streaming-Daten-Workloads in einzelnen, mandantenfähigen oder Cloud-Systemen | Nicht genügend Daten verfügbar |
Echtzeit-Analysen | Erleichtert die Analyse großer Datenmengen in Echtzeit. | Nicht genügend Daten verfügbar | |
Datenabfrage | Basierend auf 10 Azure Synapse Analytics Bewertungen. Ermöglicht es dem Benutzer, Daten über Abfragesprachen wie SQL abzufragen. | 85% (Basierend auf 10 Bewertungen) |
Hadoop-Integration | Richtet Verarbeitungs- und Verteilungs-Workflows auf Apache Hadoop aus | Nicht genügend Daten verfügbar | |
Spark-Integration | Richtet Verarbeitungs- und Verteilungsworkflows auf Apache Spark aus | Nicht genügend Daten verfügbar | |
Multi-Source-Analyse | Integriert Daten aus mehreren externen Datenbanken. 10 Rezensenten von Azure Synapse Analytics haben Feedback zu dieser Funktion gegeben. | 88% (Basierend auf 10 Bewertungen) | |
Data Lake | Erleichtert die Verbreitung der gesammelten Big Data in parallelen Computing-Clustern. | Nicht genügend Daten verfügbar |
Datenvisualisierung | Verarbeitet Daten und stellt Interpretationen in einer Vielzahl von grafischen Formaten dar. | Nicht genügend Daten verfügbar | |
Daten-Workflow | Wie in 10 Azure Synapse Analytics Bewertungen berichtet. Reiht bestimmte Funktionen und Datasets aneinander, um Analyseiterationen zu automatisieren. | 90% (Basierend auf 10 Bewertungen) | |
Geregelte Ermittlung | Isoliert bestimmte Datensätze und erleichtert die Verwaltung des Datenzugriffs. | Nicht genügend Daten verfügbar | |
Eingebettete Analytik | Ermöglicht das Big-Data-Tool das Ausführen und Aufzeichnen von Daten in externen Anwendungen. | Nicht genügend Daten verfügbar | |
Notizbücher | Verwenden von Notebooks für Aufgaben wie das Erstellen von Dashboards mit vordefinierten, geplanten Abfragen und Visualisierungen Diese Funktion wurde in 10 Azure Synapse Analytics Bewertungen erwähnt. | 88% (Basierend auf 10 Bewertungen) |