| 서비스 |
Azure 특징 |
| 1. Azure integration runtime |
- IR(통합 런타임) 은 다양한 네트워크 환경에서 데이터 통합 기능을 제공하기 위해 Azure Data Factory 및 Azure Synapse 파이프라인에서 사용하는 컴퓨팅 인프라 입니다. 통합 런타임은 연결된 서비스 간의 브리지를 제공합니다.
- Azure에서 데이터 흐름 실행 및 클라우드 데이터 저장소 간에 복사 작업 실행
|
| 2. Azure Data Factory |
- ETL 및 ELT 프로세스위한 파이프라인을 만들며 별도의 코드 없이 구성할 수 있습니다.
- 추가 비용 없이 85개의 커넥터 제공 (SAP HANA, SAP BW Open Hub, SAP Table, SAP ECC등)
- On-Premise 또는 타 클라우드에서 다양한 데이터에 연결하여 하이브리드 데이터 통합 서비스를 구성
|
| 3. Azure Data Lake Storage |
- 일반 Blog Storage가 아닌 Big Data 및 데이터 분석 환경을 위한 전용 통합 Storage입니다.
- 컴퓨팅 클러스터가 개별 Storage를 가질 필요 없이 하나의 Data Lake통합 스토리지에 연결
- 추후 Database, Data Warehouse 또는 다양한 분석 도구를 직접 연결할 수 있으므로 별도의 데이터 이동이 필요 없습니다.
|
| 4. Azure Synapse Analytics |
- 무제한 확장 할 수 있는 관리형 서비스(PaaS) 기반의 DW 및 Big Data분석을 위한 환경을 제공합니다.
- 관리형 서비스로 시스템 환경 구축 및 구성, 백업, HA(고가용성)에 대한 별도 비용이 필요없이 Azure에서 기본으로 제공합니다. 최적의 데이터 쿼리와 분석을 위한 BI엔진 역할을 제공합니다.
|
| 5. Azure Analysis Service |
- Azure Analysis Services는 클라우드에서 엔터프라이즈급 데이터 모델을 제공하는 완전 관리형 PaaS(platform as a service)입니다.
- 고급 매시업 및 모델링 기능을 사용하여 여러 데이터 원본의 데이터를 결합하고, 메트릭을 정의하고, 신뢰할 수 있는 유의적 단일 데이터 모델에서 데이터를 보호합니다.
- 인메모리 기반의 엔터프라이즈급 분석 엔진 서비스
|
| 6. Power BI |
- 대화형 데이터 시각화 기능
- 정형, 비정형 데이터의 한계 없이 다양한 비즈니스 문제를 해결할 수 있는 분석 환경 제공
- 조직의 누구다 데이터를 분석하고 대시보드를 작성할 수 있는 셀프서비스 BI 도구
- Azure에서 제공하는 다양한 AI서비스(Machine Learning, Deep Learning, Big Data등)과 완벽히 연동할 수 있는 엔터프라이즈 BI 통합 서비스
|
| 7. Power BI Purview |
- 데이터 거버넌스 서비스 기능
- 다양한 데이터를 기준으로 표준화 정의
- 데이터/리포트에서 다양한 메타데이터 등의 카탈로그 정보 확인 가능
- 데이터 자산의 이동 구조와 변환된 방법을 포함하여 원본에서 대상으로 이동하는 데이터의 계보 파악
|
| 8. Power BI Embedded |
- Power BI 임베디드 분석을 통해 보고서, 대시보드, 타일과 같은 Power BI 컨텐츠를 웹어플리케이션 또는 웹사이트에 포함할 수 있습니다.
- 사용자 고유의 앱에서 Power BI를 사용하고 브랜딩하여 뛰어난 고객 보고서, 대시보드 및 분석 업무를 빠르고 쉽게 제공합니다.
|
| 9. Azure Databricks |
- Azure Databricks는 Microsoft Azure Cloud Services 플랫폼에 대해 최적화된 Apache Spark 기반 분석 플랫폼
- Azure Databricks는 빠르고 쉬운 공동 작업 Apache Spark 기반 분석 서비스
|
| 10. Azure HDInsight |
- 오픈소스 분석을 위한 사용자 지정 가능한 엔터프라이즈급 서비스
- Azure HDInsight를 사용하여 Apache Hadoop, Spark, Hive 등을 실행
- 손쉽게 대용량 데이터를 처리하고 조직에서 대량이 스트리밍 데이터 또는 기록 데이터를 처리하는데 효율적
|
| 11. Azure Machine Learning |
- 기계 학습 프로젝트 수명 주기를 가속화 하고 간편하게 관리할 수 있는 클라우드 서비스
- 데이터 전문가/과학자는 Azure Machine Learning 서비스를 통해 모델의 학습 및 배포가 가능
|
