Analytics Data

Analytics Data คือ ขบวนการวิเคราะห์ข้อมูลจากการทำงาน โดยสามารถให้ได้มุมมองที่นำไปพัฒนาการทำงานของบริษัท ให้มีประสิทธิภาพยิ่งขึ้น

ทำไมต้องเป็น AZURE DATA

• เพราะการเริ่มต้นธุรกิจต้องทำอย่างรวดเร็ว และ Azure Data เป็นคำตอบที่ง่ายที่สุด เพียงไม่กี่นาที เราสามารถสร้าง Database สำหรับจัดเก็บข้อมูลได้ในทันที ภายใต้งบประมาณที่ประหยัดที่สุด ( หมวด PaaS )
• เป็น Cloud เพียงยี่ห้อเดียวที่เป็นเจ้าของ Technology เอง ทำให้เมื่อเทียบค่าใช้จ่ายในการเช่าแล้ว Microsoft ทำได้ประหยัดที่สุด
• มาพร้อมเครื่องมือในการบริการจัดการ เช่น เครื่องในการ debug ที่หาไม่ได้จาก ยี่ห้ออืน
• มีหลากหลาย Solution พร้อมใช้งานให้เลือก เช่น Big Data , Data Warehouse , IoT

ขบวนการทำงาน

เพื่อให้ได้ผลตามต้องการ จะต้องมีขั้นตอนการเตรียมข้อมูล ในหลายขั้นตอนก่อนที่จะนำข้อมูลมาวิเคราะห์ได้

• แหล่งข้อมูล
  • ที่เก็บข้อมูล Data ที่เป็น Structure
  • ไฟล์คงที่สร้างโดยแอปพลิเคชันเช่นไฟล์บันทึกของเว็บเซิร์ฟเวอร์
  • แหล่งข้อมูลแบบเรียลไทม์เช่นอุปกรณ์ IoT
    
• การจัดเก็บข้อมูล
  • Data lake เก็บไฟล์แบบกระจาย ซึ่งสามารถเก็บไฟล์ขนาดใหญ่ในรูปแบบต่างๆ ได้เป็นจำนวนมาก
  • หรือเก็บใน blob container ใน Azure Storage
    
• การประมวลผลแบบกลุ่ม
  • การอ่านไฟล์ต้นฉบับประมวลผล และเขียนผลลัพธ์ไปยังไฟล์ใหม่ 
    • การเรียกใช้งาน U-SQL ใน Azure Data Lake Analytics โดยใช้ Hive, Pig หรืองานแผนที่
    • ลดที่กำหนดเองในคลัสเตอร์ HDInsight Hadoop
    • หรือใช้โปรแกรม Java, Scala หรือ Python ในคลัสเตอร์ HDInsight Spark
      
• การนำเข้าข้อความแบบเรียลไทม์
  • ต้องมีที่เก็บการนำเข้าข้อความเพื่อทำหน้าที่เป็นบัฟเฟอร์สำหรับข้อความ และเพื่อสนับสนุนการประมวลผลแบบขยายขนาดการส่งที่เชื่อถือได้ ตัวเลือก ได้แก่ Azure Event Hubs, Azure IoT Hubs และ Kafka
    
• การประมวลผลสตรีม
  • ข้อมูลสตรีมที่ประมวลผลแล้วจะถูกเขียนไปยังซิงก์เอาท์พุท Azure Stream Analytics ให้บริการประมวลผลสตรีมที่มีการจัดการโดยยึดตามคำสั่ง SQL ที่รันอยู่ตลอดเวลา
    
• ที่เก็บข้อมูลเชิงวิเคราะห์
  • Azure Synapse Analytics ให้บริการที่มีการจัดการสำหรับคลังข้อมูลบนคลาวด์ขนาดใหญ่ HDInsight รองรับ Interactive Hive, HBase และ Spark SQL ซึ่งสามารถใช้เพื่อให้บริการข้อมูลสำหรับการวิเคราะห์
    
• การวิเคราะห์ และการรายงาน
  • Microsoft Power BI หรือ Microsoft Excel การวิเคราะห์และการรายงานยังสามารถอยู่ในรูปแบบของการสำรวจข้อมูลเชิงโต้ตอบโดยนักวิทยาศาสตร์ข้อมูลหรือนักวิเคราะห์ข้อมูล สำหรับสถานการณ์เหล่านี้บริการ Azure จำนวนมากรองรับสมุดบันทึกเชิงวิเคราะห์
    
• การจัดเตรียม
  • ในการทำให้เวิร์กโฟลว์เหล่านี้เป็นไปโดยอัตโนมัติคุณสามารถใช้เทคโนโลยีการจัดระเบียบเช่น Azure Data Factory หรือ Apache Oozie และ Sqoop

เครื่องมือในการวิเคราะห์ข้อมูล

ปัจจุบันมีเครื่องมือที่ใช้ได้ง่ายกว่าแต่ก่อน และ เป็นการเช่าใช้แบบเป็นช่วงเวลา ช่วยให้ประหยัดค่าใช้จ่ายได้มาก

Azure Synapse เครื่องมือในการวิเคราะห์ข้อมูลแบบง่าย

Azure Synapse เป็นเครื่องมือ ของ Microsoft ที่มาแทน เครื่องมือเดิม ๆ ที่ใช้งานยาก และ การเลือก config ก็ทำได้ง่ายกว่าแบบเดิม

Azure Synapse มีรากฐานอยู่บนเอนจินประมวลผลคำสั่ง SQL รุ่นใหม่ ที่ออกแบบขึ้นเพื่อการทำงานบนคลาวด์โดยเฉพาะ รองรับการประมวลผลได้ในหลากหลายสภาวะการใช้งาน นับตั้งแต่ทรัพยากรระบบในระดับแค่หน่วยประมวลผลตัวเดียว ไปจนถึงการกระจายงานสู่โหนดนับพัน ส่วนการผนึกเอา Apache Spark เข้าไว้เป็นส่วนหนึ่งของ Synapse ยังช่วยให้ขั้นตอนการเตรียมความพร้อมของข้อมูลและการวิเคราะห์ด้วย Machine Learning มีศักยภาพที่หลากหลายและครบครันมากยิ่งขึ้น เพิ่มทางเลือกควบคู่ไปกับการใช้งาน SQL

นอกจากนี้ ยังทำงานประสานกับโซลูชั่นข้อมูลของไมโครซอฟท์อย่าง Power BI และ Azure Machine Learning ได้อย่างลงตัว โดยผู้ใช้สามารถใช้งาน Power BI เพื่อสร้างรายงานหรือแดชบอร์ดจากข้อมูลได้จากใน Synapse Studio โดยตรง จึงสามารถเตรียมข้อมูลเพื่อนำเสนอได้อย่างรวดเร็ว ขณะที่ Azure Machine Learning ก็สามารถวิเคราะห์ข้อมูลเพื่อค้นหารูปแบบและคาดการณ์แนวโน้มในอนาคตได้ทันที โดยไม่ต้องถ่ายโอนข้อมูลไปวิเคราะห์ด้วยเครื่องมืออื่น