关于azure:三大核心能力揭示全面释放数据价值的独门秘诀

58次阅读

共计 2118 个字符，预计需要花费 6 分钟才能阅读完成。

数字化转型日渐深刻，越来越多的企业走上了转型之路。然而面对疾速变动的市场和强烈的竞争，当大家都抱有雷同的指标，采取相似的办法时，企业又该如何从竞争对手中怀才不遇，获得更能让人称心的成绩？此时，外围能力往往更为重要。

现在的企业，正在经验咱们这一代人所面临的最重大的经济改革。通过数字化转型齐全兑现云后劲的能力从未如此重要。有限的数据库规模与性能、无可比拟的剖析与深刻见解，以及对立的数据治理，企业须要这三大外围能力，并将这三大能力完满整合，独特推动转型的胜利。

各行各业的很多企业都在投资建设这些外围能力，确保本人能灵便地随时随地进行翻新，并满足一直演进倒退的业务需要。那么对企业来说，到底又该如何取得这些能力？

近日微软推出的 SQL Server 2022 预览版，是迄今为止 Azure 反对力度最大的 SQL Server 版本。凭借为 Azure SQL 托管实例提供的全新灾祸复原性能和通过 Synapse Link for SQL Server 实现的本地经营数据无缝剖析，这个版本在以往根底上进一步简化了星散成。

微软还会持续向 Azure SQL 系列数据库进行投资，为利用迁徙、现代化和开发提供灵便的选项。Azure SQL 托管实例最近也公布了多项重大布告，包含显著减少每个 vCore 的存储器容量的业务解决方案、在通用服务层和业务要害服务层扩充存储容量到 16TB、为利用增长提供更大空间。

Azure 同时也是 NoSQL 和开源数据库的最佳云解决方案。Azure Cosmos DB 是一种齐全托管的 NoSQL 数据库，旨在为任何大小或规模的生产利用提供反对。经济上受保障一致性、高吞吐量、小于 10ms 读写时延、99.999% 可用性的服务水平协定（SLA）的保障，开发者能轻松地跨任何 Azure 区域独立和灵便地扩大利用。

此外微软还正式公布了 Azure Managed Instance for Apache Cassandra。通过主动运行的部署和缩放操作，这个实例能配置受托管的原生 Apache Cassandra 集群，减速混合场景并缩小日常养护。
Flexible Server（预览版），Azure Database for MySQL 的新部署选项，当初也已正式公布。在 Flexible Server 的帮助下，客户能最充沛地施展齐全托管的服务的效力，最无力地管制数据库，用高可用性选项确保数据零失落，用内建性能优化老本，借力 Azure 生态系统进步生产力。

在剖析与深刻见解方面，Azure 堪称无可比拟。在微软首次推出 Azure Synapse Analytics 时，就无效地排除了企业数据仓库和大数据分析间的阻碍，让数据业余人员能轻松地对剖析解决方案进行合作、构建和治理。自这项解决方案推出以来，运行 PB 级别规模工作负载的 Azure 客户数量已增长了五倍。

然而咱们并未止步于此。

微软去年又推出了 Azure Synapse Link for Azure Cosmos DB，用于创立简略、低成本、云原生的 HTAP 设计，实现即时、实时的业务深度信息。
通过正式推出 Azure Synapse Link for Dataverse，用高价值 Dynamics 365 数据实现即刻深刻见解，以及推出 Azure Synapse Link for SQL Server 2022 的预览版，明天微软还在持续投资。
此外，微软还正式颁布将 Azure Synapse Data Explorer 跻身 Azure Synapse 中现有的 SQL 和 Apache Spark 剖析运行时阵容。这是一种高度可扩大的引擎，能主动索引遥测、时序和日志中常见的结构化、半结构化和自在文本数据，挖掘能间接改良业务决策的丰盛深刻见解。

对综合数据治理服务的需要从未有如此迫切。微软的对立数据治理服务 Azure Purview，可帮忙企业治理和治理他们的本地、多云和软件即服务（SaaS）数据。自正式提供以来，市场对 Azure Purview 体现出强烈趣味，这令人感到十分振奋。客户曾经发现逾 570 亿的数据资产。通过与 Azure、Microsoft 365、Microsoft Power Platform 等解决方案中的数据服务进行深度集成，Azure Purview 可确保你的微软数据域失去治理。每个机构当初都能构建对立的数据治理解决方案，最大限度地进步其云数据的价值。

以伦敦希思罗机场这样的客户为例，他们曾经用 Azure Purview 获得了十分微小的胜利。该机场数据团队利用 Azure Purview 中的世系数据，发现对确定每项机场服务如何影响狭义经营起重要作用的数据集间的关联。