Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
W tym artykule porównaliśmy podstawowe dane platformy Azure i usługi sztucznej inteligencji z odpowiednimi rozwiązaniami usług Amazon Web Services (AWS).
Porównanie innych usług Platformy Azure i AWS można znaleźć w temacie Azure for AWS professionals (Platforma Azure dla specjalistów ds. platformy AWS).
Zarządzanie danymi, zarządzanie i platformy
Zarówno Microsoft Purview, jak i połączenie usług AWS opisanych w poniższej tabeli zapewniają kompleksowe rozwiązania zarządzania danymi. Te rozwiązania umożliwiają zarządzanie zasobami danych, ich odnajdywanie, klasyfikowanie i zabezpieczanie.
| Usługi AWS | Usługa firmy Microsoft | opis |
|---|---|---|
| AWS Glue Data Catalog, AWS Lake Formation, Amazon Macie, AWS Identity and Access Management (IAM),AWS Config | Microsoft Purview | Obie opcje zapewniają funkcje ładu, katalogowania i zgodności danych. Microsoft Purview to ujednolicone rozwiązanie do zapewniania ładu danych. Służy do odnajdywania, klasyfikowania i zarządzania danymi w środowiskach lokalnych, wielochmurowych i oprogramowania jako usługi (SaaS) oraz zarządzania nimi. Zapewnia również możliwości śledzenia pochodzenia danych i zgodności. AWS oferuje porównywalne funkcje za pośrednictwem kilku usług, w tym AWS Glue Data Catalog na potrzeby zarządzania metadanymi, AWS Lake Formation do tworzenia i zarządzania jeziorami danych, Amazon Macie do klasyfikacji i ochrony danych, AWS IAM do kontroli dostępu oraz AWS Config do zarządzania konfiguracją i śledzenia zgodności. |
Platforma wszystko w jednym kontra usługi AWS
Usługa Microsoft Fabric udostępnia platformę all-in-one, która łączy dane i usługi sztucznej inteligencji wymagane dla nowoczesnych rozwiązań analitycznych. Efektywnie przenosi dane między usługami, zapewnia ujednolicony nadzór i zabezpieczenia oraz upraszcza modele cenowe. Takie podejście kontrastuje z podejściem platformy AWS, w którym często używasz oddzielnych usług i musi inwestować więcej wysiłku w integrację. Sieć szkieletowa zapewnia integrację między tymi funkcjami w ekosystemie platformy Azure.
Zarówno platforma AWS, jak i sieć szkieletowa zapewniają możliwości integracji danych, przetwarzania, analizy, uczenia maszynowego i analizy biznesowej.
| Usługa AWS | Usługa firmy Microsoft | opis |
|---|---|---|
| Klej AWS | Integracja danych sieci szkieletowej z usługą Azure Data Factory | Usługa AWS Glue oferuje możliwości tworzenia rozwiązań do analizy i danych. Takie podejście zapewnia elastyczność, ale wymaga większego nakładu pracy, aby zintegrować każdą usługę z kompleksowego rozwiązania. Platforma Fabric łączy możliwości w ramach jednej platformy, aby uprościć przepływy pracy, współpracę i zarządzanie. |
Szczegółowe porównanie usług AWS i składników Fabric
W poniższej tabeli porównaliśmy kluczowe składniki sieci szkieletowej i odpowiadające im usługi AWS. Pomaga to architektom i osobom podejmującym decyzje zrozumieć, w jaki sposób platforma danych Fabric współgra z ofertami AWS lub się od nich różni w zakresie inżynierii danych, analityki, zarządzania i obciążeń AI.
Integracja danych i narzędzia ETL
Narzędzia integracji i wyodrębniania, przekształcania i ładowania danych (ETL) ułatwiają wyodrębnianie, przekształcanie i ładowanie danych z wielu źródeł w ujednolicony system do analizy.
| Usługa AWS | Usługa firmy Microsoft | Analiza |
|---|---|---|
| Klej AWS | Azure Data Factory, Azure Data Factory w Fabric | Usługa Data Factory, funkcja usługi Azure Data Factory w Fabric i AWS Glue to zarządzane rozwiązania ETL, które ułatwiają integrację danych z różnych źródeł. |
| Przepływy pracy zarządzane przez usługę Amazon dla platformy Apache Airflow (MWAA) | Zadania Apache Airflow w ramach Fabric | Platforma Apache Airflow zapewnia zarządzaną aranżację przepływu pracy dla złożonych potoków danych. Funkcja zadania Apache Airflow w usłudze Fabric służy jako następna generacja menedżera orkiestracji przepływów pracy Data Factory. Za pomocą tej funkcji można tworzyć zadania platformy Apache Airflow i zarządzać nimi oraz uruchamiać skierowane grafy acykliczne (DAG). W ramach Azure Data Factory w Fabric, funkcja zadań Airflow zapewnia integrację, przygotowywanie i przekształcanie danych ze źródeł danych, takich jak bazy danych, magazyny danych, magazyny typu lakehouse i dane w czasie rzeczywistym. AWS MWAA to zarządzane rozwiązanie Airflow. |
| Usługa migracji bazy danych platformy AWS (DMS) | Asystent Migracji Tkaniny dla Hurtowni Danych | Te usługi ułatwiają migrowanie baz danych z platformy AWS na platformę Azure. Narzędzie Fabric Migration Assistant jest wbudowanym narzędziem w Fabric, które przeprowadzi Cię przez migrację danych i metadanych ze źródłowych baz danych na platformie AWS do Fabrycznego Magazynu Danych. Konwertuje schematy, używa sztucznej inteligencji do rozwiązywania problemów z migracją i obsługuje migrację ze źródeł opartych na języku SQL. Usługa AWS DMS koncentruje się na migracjach w środowisku platformy AWS i udostępnia bieżące funkcje replikacji dla architektur hybrydowych. |
| AWS DMS | Azure Database Migration Service | Te usługi ułatwiają migrowanie baz danych do chmury z minimalnym przestojem. Usługa platformy Azure koncentruje się na migracji do baz danych platformy Azure i obejmuje narzędzia do oceny i rekomendacji. Usługa AWS DMS koncentruje się na migracjach w środowisku platformy AWS i udostępnia bieżące funkcje replikacji dla architektur hybrydowych. |
| Przepływ aplikacji Amazon | Azure Logic Apps | Te usługi automatyzują przepływy danych między aplikacjami w chmurze i usługami bez konieczności stosowania kodu. Usługa Logic Apps zapewnia możliwości integracji za pośrednictwem szerokiej gamy łączników i projektanta wizualnego. Aplikacja AppFlow zapewnia bezpieczny transfer danych między określonymi aplikacjami SaaS i usługami AWS oraz obejmuje wbudowane funkcje przekształcania danych. |
| Funkcje krokowe AWS | Data Factory z Logic Apps | Te usługi zapewniają aranżację przepływu pracy na potrzeby koordynowania aplikacji rozproszonych i mikrousług. Usługa Logic Apps obsługuje zarówno integrację danych, jak i automatyzację przepływu pracy przedsiębiorstwa. Step Functions organizują usługi AWS i mikrousługi w aplikacjach bezserwerowych. |
Magazynowanie danych
Poniższe rozwiązania przechowują duże ilości danych strukturalnych zoptymalizowanych pod kątem wykonywania zapytań i raportowania oraz zarządzają nimi.
| Usługa AWS | Usługa firmy Microsoft | Analiza |
|---|---|---|
| Amazon Redshift | Magazyn danych sieci szkieletowej | Magazyn danych Fabric i Amazon Redshift to zarządzane, oparte na chmurze i petabajtowe (PB) magazyny danych zaprojektowane do przeprowadzania analityki o wysokiej wydajności w dużej skali. Usługa Fabric Data Warehouse integruje się z usługą Fabric i udostępnia połączoną platformę, która łączy przechowywanie danych, analizę, zarządzanie i sztuczną inteligencję. Firma Redshift korzysta z ekosystemu platformy AWS i koncentruje się na magazynowaniu danych. Obie usługi obsługują masowe przetwarzanie równoległe. Sieć szkieletowa ma architekturę typu lake-first i głęboką integrację między danymi i usługami sztucznej inteligencji firmy Microsoft. |
| Widmo przesunięcia ku czerwieni Amazonki | Skróty OneLake, Direct Lake w Power BI i łączniki potoku w Azure Data Factory | Amazon Redshift Spectrum umożliwia wykonywanie zapytań dotyczących danych zewnętrznych w usłudze Amazon S3. Natomiast usługa Fabric zapewnia podejście typu lake-first. Użyj skrótów OneLake, aby zwirtualizować dane z wielu źródeł w jednym jeziorze logicznym bez przenoszenia. Tryb Direct Lake w usłudze Power BI zapewnia błyskawiczną analizę otwartych plików Delta i Parquet w usłudze OneLake bez importowania. Potoki Fabric Data Factory zapewniają natywne łączniki do pozyskiwania, przekształcania i orkiestracji przepływów danych. |
| Tworzenie jeziora AWS | OneLake, Microsoft Purview w sieci szkieletowej i modelu uprawnień sieci szkieletowej | AwS Lake Formation zapewnia kontrolę nad ładem i dostępem w oparciu o magazyny danych oparte na usłudze Amazon S3. Natomiast Fabric dostarcza te możliwości przez OneLake połączone z Microsoft Purview dla katalogowania, śledzenia pochodzenia i zarządzania danymi. Kontrola dostępu oparta na rolach (RBAC) i szczegółowe zabezpieczenia zapewniają dostęp między obszarami roboczymi, tabelami i kolumnami. |
| Amazon Relational Database Service (RDS) z usługą Amazon Redshift Federated Query | Fabric SQL Database, Łącznik Amazon Redshift w Dataflow Gen2, potoki danych Fabric i skróty OneLake | Amazon RDS z Amazon Redshift Federated Query umożliwia Amazon Redshift uruchamianie zapytań SQL bezpośrednio na żywych danych RDS. Ta konfiguracja zapewnia dostęp w czasie rzeczywistym do magazynów operacyjnych i analitycznych. Fabric SQL Database wprowadza natywny silnik SQL SaaS z autoskalowaniem, wbudowanym zarządzaniem i integracją z platformą Fabric. Potoki danych Fabric obsługują pozyskiwanie z usług Amazon RDS i Amazon Redshift do baz danych typu lakehouse lub baz danych SQL. Skróty OneLake wirtualizują dane zewnętrzne, takie jak Azure Data Lake Storage Gen2 i Amazon S3, w Fabric bez duplikowania. |
| Amazon RDS z usługą Amazon Redshift Federated Query | Azure SQL Database | Te usługi obsługują wykonywanie zapytań dotyczących operacyjnych baz danych i magazynów danych. Usługa SQL Database może integrować się z usługami analizy platformy Azure. Natomiast platforma AWS wymaga połączenia usług RDS i Amazon Redshift w celu wykonywania zapytań między usługami za pośrednictwem zapytań federacyjnych. |
| Integracja rozwiązania Amazon Aurora z rozwiązaniem Amazon Redshift | SQL Database w Fabric | Usługa Amazon Aurora obsługuje dane operacyjne, a usługa Amazon Redshift wykonuje analizę na dużą skalę za pośrednictwem zapytań federacyjnych i pozyskiwania wsadowego. Usługa Fabric SQL Database udostępnia zarządzany, autoskalujący aparat relacyjny, który integruje się natywnie z usługami OneLake i Power BI. Ta konfiguracja obsługuje ujednolicone analizy i zarządzanie. |
| Integracja rozwiązania Amazon Aurora z rozwiązaniem Amazon Redshift | Bezserwerowa baza danych SQL Database | Te zarządzane, natywne dla chmury relacyjne bazy danych oddzielają zasoby obliczeniowe od przechowywania, automatycznie skalują zasoby na podstawie zapotrzebowania i zapewniają wysoką dostępność. Obie usługi używają silników opartych na języku SQL i zmierzają w kierunku ekonomicznych rozwiązań dla obciążeń transakcyjnych i analitycznych. Bezserwerowa usługa SQL Database automatycznie zawiesza swoje działanie podczas braku aktywności, aby zoptymalizować koszty przy jednoczesnym zapewnieniu pełnej funkcjonalności SQL Server. |
Rozwiązania usługi Data Lake
Następujące platformy przechowują ogromne ilości nieprzetworzonych danych ustrukturyzowanych i nieustrukturyzowanych w natywnym formacie na potrzeby przyszłego przetwarzania.
| Usługa AWS | Usługa firmy Microsoft | Analiza |
|---|---|---|
| Amazon S3 | OneLake, Data Lake Storage | Usługi Data Lake Storage i Amazon S3 to skalowalne rozwiązania magazynu obiektów przeznaczone do analizy danych big data. Obsługują formaty, takie jak Parquet, wartości rozdzielane przecinkami (CSV) i JSON. Usługa Data Lake Storage jest zoptymalizowana pod kątem narzędzi natywnych dla platformy Azure, podczas gdy usługa Amazon S3 integruje się z usługami AWS. Usługa OneLake unifikuje dane ustrukturyzowane i nieustrukturyzowane w różnych chmurach w jedno zarządzane jezioro. Dzięki skrótom oneLake usługa Fabric może wirtualizować dane z usług Amazon S3, Data Lake Storage i Google Cloud bez duplikowania, która obsługuje dostęp i analizę. Usługa OneLake obsługuje elastyczność wielochmurową, integrację zero-ETL i usługę Delta Lake. |
| Tworzenie jeziora AWS | OneLake | Usługa AWS Lake Formation zarządza magazynami danych w ekosystemie platformy AWS. Usługa OneLake udostępnia natywną usługę Data Lake SaaS, która obsługuje wszystkie obciążenia Fabric, w tym lakehouse'y, magazyny, inteligencję w czasie rzeczywistym i usługę Power BI. Usługa OneLake nie wymaga dodatkowej konfiguracji i obejmuje wbudowane zarządzanie za pośrednictwem usługi Microsoft Purview. Ma również natywną obsługę usługi Delta Lake i ułatwienia dla wirtualizacji w wielu chmurach, w tym Amazon S3. |
| Amazon Aten | Lakehouse w technologii Fabric | Amazon Atena to bezserwerowy aparat zapytań, który umożliwia analizę SQL w czasie rzeczywistym bezpośrednio na danych przechowywanych w usłudze Amazon S3. Usługa Fabric Lakehouse zapewnia zintegrowane środowisko zarówno do inżynierii danych, jak i analizy. Przechowuje dane w usłudze OneLake przy użyciu formatu usługi Delta Lake i obsługuje platformę Spark, język T-SQL i język Python. |
| Katalog danych AWS Glue | Microsoft Purview | Usługa AWS Glue Data Catalog centralizuje metadane na potrzeby analizy i uczenia maszynowego. Służy jako magazyn metadanych i rejestr schematów, a także wymaga innych usług do zarządzania ścieżkami pochodzenia, polityką i ładem danych. Microsoft Purview to zintegrowana usługa zarządzania danymi, która obejmuje platformę Azure, usługę OneLake oraz środowiska lokalne i wielochmurowe. Kataloguje dane w OneLake, Data Lake Storage i innych źródłach. Zapewnia ona klasyfikację danych, wizualizację pochodzenia, zarządzanie zasadami i integrację słownika za pośrednictwem ujednoliconego wykazu. Z perspektywy usługi Data Lake usługa Microsoft Purview zapewnia podejście oparte na zarządzaniu, łącząc metadane, zabezpieczenia i zgodność na jednej platformie. |
Analiza danych „big data”
Te usługi przetwarzają i analizują duże i złożone zestawy danych, aby odkryć wzorce, szczegółowe informacje i trendy. Poniższa tabela zawiera bezpośrednie porównania poszczególnych usług danych big data. Fabric to kompleksowa usługa do big data i analizy. Oferuje on następujące usługi i nie tylko.
| Usługa AWS | Usługa firmy Microsoft | Analiza |
|---|---|---|
| Amazon EMR | Obciążenia inżynierii danych Fabric korzystające z Spark | Amazon EMR to zarządzana usługa danych big data, która uruchamia struktury takie jak Spark, Hadoop i Hive. Należy konfigurować i dostrajać klastry. Obciążenie Inżynieria danych sieci szkieletowej używa platformy Spark do usunięcia potrzeby zarządzania klastrem. Zapewnia bezserwerowe, zintegrowane i zarządzane środowisko w ekosystemie sieci szkieletowej. |
| Amazon EMR | Azure Databricks | Te usługi obsługują przetwarzanie danych big data za pośrednictwem platformy Spark w środowisku zarządzanym. Usługa Amazon EMR uruchamia klastry Spark i udostępnia elastyczne opcje konfiguracji i skalowania. Usługa Azure Databricks udostępnia zoptymalizowaną platformę Spark, która obejmuje notesy współpracy i zintegrowane przepływy pracy. |
| Kineza Amazonka | Azure Event Hubs i Azure Stream Analytics | Te usługi zapewniają przesyłanie strumieniowe i analizę danych w czasie rzeczywistym na potrzeby przetwarzania i analizowania strumieni danych o dużej ilości. |
| AWS Glue z AWS Glue Studio | Obciążenia inżynierii danych Fabric korzystające z Spark | AWS Glue Studio w połączeniu z usługą Amazon Kinesis zapewnia integrację danych i strumieniowe potoki przetwarzania w czasie rzeczywistym, ale wymaga zarządzania ruchami danych między usługami. Obciążenia Fabric Data Engineering używają platformy Spark do dostarczania tych funkcji bezpośrednio do platformy Fabric. Przekształcenia wsadowe i strumieniowe, orkiestracja i zarządzanie integrują się z OneLake, Purview i Power BI. Platforma dostarcza jednolite środowisko do integracji i inżynierii danych, eliminując potrzebę zarządzania oddzielnymi usługami dla ETL, streamingu i analiz. |
| AWS Glue z AWS Glue Studio | Azure Databricks i Data Factory | Obie kombinacje usług zapewniają możliwości przetwarzania danych big data, które obejmują zintegrowane przekształcanie i analizę danych. |
Analiza biznesowa i raportowanie
Poniższe usługi udostępniają wizualizacje danych, raportowanie i pulpity nawigacyjne, aby ułatwić podejmowanie świadomych decyzji.
| Usługa AWS | Usługa firmy Microsoft | Analiza |
|---|---|---|
| Amazon Quick Sight | Power BI | Usługi Power BI i Amazon Quick Sight udostępniają narzędzia do analizy biznesowej na potrzeby wizualizacji danych i interaktywnych pulpitów nawigacyjnych. |
| Narzędzie Grafana zarządzane przez usługę Amazon | Azure Managed Grafana | Te usługi zapewniają zarządzaną aplikację Grafana do wizualizacji metryk, dzienników i śladów w wielu źródłach danych. |
| Wymiana danych platformy AWS | Zewnętrzne udostępnianie danych w Fabric i skrótów OneLake | Usługa AWS Data Exchange udostępnia platformę handlową, w której organizacja może subskrybować i korzystać z zewnętrznych zestawów danych. Usługa obsługuje licencjonowanie i bezpieczne dostarczanie. W usłudze Fabric współpraca zewnętrzna jest dostępna za pośrednictwem skrótów usługi OneLake i współużytkowania między dzierżawami. Dane zewnętrzne stają się dostępne w usługach Spark, SQL, KQL i Power BI. |
| Wymiana danych platformy AWS | Udział danych platformy Azure | Te usługi ułatwiają bezpieczne udostępnianie i wymianę danych między organizacjami. Usługa AWS Data Exchange udostępnia model platformy handlowej. Data Share koncentruje się na udostępnianiu danych między najemcami. |
| Usługa Amazon OpenSearch Service z rozwiązaniem Kibana | Baza danych KQL Fabric z usługą Power BI | Usługa Amazon OpenSearch Service z rozwiązaniem Kibana udostępnia zarządzaną platformę wyszukiwania i analizy do indeksowania, wykonywania zapytań i wizualizowania dużych zestawów danych, często używanych do analizy dzienników i możliwości obserwacji. Fabric zapewnia podobne możliwości dzięki bazie danych KQL do eksploracji danych w czasie rzeczywistym, w połączeniu z Power BI do interaktywnego raportowania. |
| Usługa Amazon OpenSearch Service z rozwiązaniem Kibana | Azure AI Search, Azure Data Explorer i pulpity nawigacyjne | Te usługi zapewniają eksplorację danych w czasie rzeczywistym i interaktywną analizę dużych ilości danych. Usługa Amazon OpenSearch używa narzędzia Kibana do wyszukiwania i wizualizacji. Wyszukiwanie sztucznej inteligencji zapewnia inteligentne wyszukiwanie pełnotekstowe. Usługa Azure Data Explorer używa języka KQL do zapewnienia wysokowydajnych analiz w czasie rzeczywistym z interaktywnymi pulpitami nawigacyjnymi dla wizualizacji. |
Przetwarzanie danych w czasie rzeczywistym
Następujące systemy pozyskiwania i analizowania danych w miarę ich generowania zapewniają natychmiastowe szczegółowe informacje i odpowiedzi.
| Usługa AWS | Usługa firmy Microsoft | Analiza |
|---|---|---|
| Kineza Amazonka | Fabric Real-Time Intelligence hub, Fabric eventstream z bazą danych KQL Fabric | Usługa Amazon Kinesis umożliwia przesyłanie strumieniowe, pozyskiwanie i przetwarzanie danych w czasie rzeczywistym w usługach takich jak Amazon S3, Amazon Redshift i AWS Lambda. Platforma Fabric udostępnia architekturę przesyłania strumieniowego za pomocą centrum inteligencji czasu rzeczywistego, które obsługuje przyjmowanie z wielu źródeł, w tym Amazon Kinesis, Apache Kafka, Event Hubs i Google Pub/Sub. Platforma strumieni zdarzeń zarządza routingiem, przekształcaniem i alarmami strumieniowymi. |
| Kineza Amazonka | Event Hubs i Stream Analytics | Te usługi przetwarzają i analizują dane z urządzeń Internetu rzeczy (IoT) w czasie rzeczywistym. Amazon Kinesis zapewnia możliwości pozyskiwania i przetwarzania przesyłania strumieniowego. Platforma Azure udostępnia usługi modułowe. Usługa Event Hubs obsługuje pozyskiwanie danych, a usługa Stream Analytics przetwarza dane. |
| Przesyłanie strumieniowe zarządzane przez usługę Amazon dla platformy Kafka (MSK) | Strumień zdarzeń sieci szkieletowej z punktami końcowymi platformy Kafka | Amazon MSK to zarządzana usługa Platformy Kafka na platformie AWS. Strumienie zdarzeń Fabric obsługują punkty końcowe Kafka w celu publikowania i konsumowania danych za pośrednictwem protokołu Kafka. Te strumienie zdarzeń mogą również pozyskiwać dane bezpośrednio z Amazon MSK do Fabric Real‑Time Intelligence hub na potrzeby dalszego przetwarzania i analizy, na przykład z wykorzystaniem narzędzia Power BI w magazynie zdarzeń. Platforma Azure udostępnia zarówno zarządzaną płaszczyznę pozyskiwania danych zgodną z platformą Kafka (Event Hubs), jak i zarządzany klaster Kafka (Azure HDInsight). Sieć szkieletowa udostępnia kompleksowe centrum analizy w czasie rzeczywistym, które integruje się z platformą Kafka. |
| Amazon MSK | Usługa Event Hubs dla platformy Kafka | Te usługi zapewniają zarządzane klastry Kafka do tworzenia potoków danych strumieniowych oraz aplikacji działających w czasie rzeczywistym. Usługa Event Hubs dla platformy Kafka uwidacznia punkt końcowy zgodny z platformą Kafka, a istniejący klienci mogą łączyć się z minimalnymi zmianami. Obsługuje również strumienie platformy Kafka w warstwach Premium i Dedykowane. |
| AWS Lambda | Fabric notebooks z potokami danych Fabric na potrzeby przetwarzania danych w środowisku bezserwerowym | AWS Lambda to bezserwerowe, oparte na zdarzeniach obliczenia do uruchamiania kodu bez zarządzania serwerami. W przypadku przetwarzania w stylu bezserwerowym z naciskiem na analitykę w Fabric, można używać notesów Fabric z wykorzystywaniem potoków usługi Azure Data Factory. Notebooki uruchamiają zarządzane zadania platformy Spark na potrzeby pozyskiwania, czyszczenia i przekształcania danych. Pipelines organizują i planują te notebooki w ramach pełnych przepływów pracy danych end-to-end, co zapewnia zasoby obliczeniowe na żądanie bez konieczności zarządzania klastrem wewnątrz Fabric. |
| AWS Lambda | Azure Functions z Azure API Management dla wyzwalaczy API | Te bezserwerowe platformy obliczeniowe uruchamiają kod w odpowiedzi na zdarzenia i automatycznie zarządzają bazowymi zasobami obliczeniowymi. Usługa Azure Functions udostępnia ten sam model implementacji oparty na zdarzeniach, skalowanie automatyczne i często paruje je z usługą API Management i innymi wyzwalaczami platformy Azure. Firma Microsoft udostępnia również przewodnik migracji z usługi Lambda do usługi Azure Functions , aby ułatwić przenoszenie parzystości i kodu. |
| Strumienie bazy danych Amazon DynamoDB | Dublowanie sieci szkieletowej (Azure Cosmos DB) za pomocą strumieni zdarzeń sieci szkieletowej | Strumienie Amazon DynamoDB zapewniają strumień danych w czasie rzeczywistym zmian na poziomie poszczególnych elementów w tabelach Amazon DynamoDB, co umożliwia przetwarzanie sterowane zdarzeniami i analizę dalszą. W Fabric, replikowanie Azure Cosmos DB do OneLake na potrzeby analityki eliminuje obciążenie ETL. Połącz strumienie zdarzeń Fabric z tą konfiguracją, aby kierować zdarzenia w czasie rzeczywistym i zintegrować je z bazami danych KQL Fabric lub lakehouse'ami. |
| Strumienie bazy danych Amazon DynamoDB | Zestawienie zmian usługi Azure Cosmos DB | Te usługi umożliwiają przetwarzanie danych w czasie rzeczywistym przez przechwytywanie i dostarczanie strumienia modyfikacji danych. |
| Usługa Amazon ElastiCache ze strumieniami Redis | Usługa Azure Cache for Redis z funkcjonalnością strumieni Redis | Te usługi udostępniają zarządzane instancje Redis, które obsługują strumienie Redis do pozyskiwania i przetwarzania danych w czasie rzeczywistym. |
| Analityka IoT w usłudze Amazon | Strumienie zdarzeń Fabric z bazą danych KQL Fabric | Amazon IoT Analytics to zarządzana usługa, która zbiera, przetwarza i analizuje dane urządzeń IoT na dużą skalę. Strumienie zdarzeń sieci szkieletowej pozyskiwają dane telemetryczne IoT i kierują je do bazy danych KQL sieci szkieletowej na potrzeby wykonywania zapytań i analiz w czasie rzeczywistym. |
| AWS IoT Analytics | Usługa Azure IoT Hub z usługą Stream Analytics | Te usługi umożliwiają przetwarzanie i analizowanie danych z urządzeń IoT w czasie rzeczywistym. Usługa Amazon IoT Analytics zapewnia wbudowane funkcje przechowywania i analizy danych. Platforma Azure udostępnia usługi modułowe. Usługa IoT Hub obsługuje pozyskiwanie danych, a usługa Stream Analytics przetwarza dane. |
Usługi uczenia maszynowego
Poniższe narzędzia i platformy umożliwiają opracowywanie, trenowanie i wdrażanie modeli uczenia maszynowego.
| Usługa AWS | Usługa firmy Microsoft | Analiza |
|---|---|---|
| Amazonka SageMaker | Obciążenie środowiska Data Science z integracją uczenia maszynowego | Amazon SageMaker to zarządzana platforma do tworzenia, trenowania i wdrażania modeli uczenia maszynowego na dużą skalę. Platforma Azure zapewnia odpowiednik usługi Machine Learning, kompleksowej usługi zarządzanej, która obsługuje przygotowywanie danych, zautomatyzowane uczenie maszynowe, wdrażanie modelu i operacje uczenia maszynowego. Zadanie Fabric Data Science zapewnia rozwój i wzbogacanie modeli. Integruje się z uczeniem maszynowym na potrzeby trenowania, przyspieszania przy użyciu układów GPU i wdrażania na poziomie korporacyjnym. |
| Obrazy maszynowe do głębokiego uczenia Amazon (AMIs) na platformie AWS | Maszyny wirtualne do nauki o danych za pomocą uczenia maszynowego | Interfejsy AMI uczenia głębokiego platformy AWS udostępniają wstępnie utworzone obrazy maszyn wirtualnych z popularnymi strukturami uczenia głębokiego, sterownikami procesora GPU i bibliotekami w celu przyspieszenia opracowywania modeli sztucznej inteligencji. Platforma Azure oferuje podobne środowisko dzięki maszynom wirtualnym do nauki o danych, które są wstępnie skonfigurowane przy użyciu języków Python, R, Jupyter i platform uczenia głębokiego, takich jak TensorFlow i PyTorch. Połącz uczenie maszynowe z maszynami wirtualnymi do nauki o danych, aby utworzyć zarządzaną platformę do trenowania, wdrażania i uczenia maszynowego. |
| Amazon SageMaker Autopilot | Obciążenie środowiska Data Science z integracją uczenia maszynowego | Rozwiązanie Amazon SageMaker Autopilot automatyzuje cykl życia uczenia maszynowego, obsługując przetwarzanie wstępne danych, wybór algorytmu i dostrajanie hiperparametrów przy minimalnym wysiłku ręcznym. Obciążenie dla Fabric Data Science zapewnia zautomatyzowane tworzenie modeli opartych na uczeniu maszynowym i integruje się z uczeniem maszynowym na potrzeby trenowania i operacjonalizacji. |
| Amazon SageMaker Autopilot | Zautomatyzowane uczenie maszynowe | Te usługi zapewniają zautomatyzowane uczenie maszynowe do tworzenia i trenowania modeli. |
| Amazon SageMaker Studio | Obciążenie środowiska Data Science z integracją uczenia maszynowego | Amazon SageMaker Studio to zintegrowane środowisko programistyczne do uczenia maszynowego na platformie AWS. Udostępnia on jeden internetowy interfejs do tworzenia, trenowania i wdrażania modeli. Obciążenie Szkieletowej Analizy Danych łączy interaktywne notatniki i środowiska Spark w ujednoliconej platformie analitycznej i integruje się z uczeniem maszynowym do trenowania i wdrażania. |
| Amazon SageMaker Studio | Azure Machine Learning Studio | Te usługi zapewniają zintegrowane środowiska programistyczne na potrzeby uczenia maszynowego. Program Amazon SageMaker Studio udostępnia ujednolicony interfejs dla wszystkich kroków programowania uczenia maszynowego, w tym narzędzi do debugowania i profilowania. |
Usługi sztucznej inteligencji
Usługi sztucznej inteligencji zapewniają wstępnie utworzone, dostosowywalne funkcje sztucznej inteligencji dla aplikacji, w tym możliwości przetwarzania obrazów, mowy, języka i podejmowania decyzji.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon Rekognition | Usługa Azure AI Vision z usługą Azure AI Custom Vision | Amazon Rekognition to usługa przetwarzania obrazów i analizy wideo. Zapewnia wykrywanie obiektów, rozpoznawanie twarzy i wyodrębnianie tekstu. Usługa Azure AI Vision udostępnia wstępnie utworzone modele na potrzeby rozumienia obrazów i wideo. Usługa Custom Vision umożliwia trenowanie modeli specyficznych dla domeny przy użyciu własnych danych. |
| Amazonka Polly | Zamiana tekstu na mowę w usłudze Azure AI | Amazon Polly to usługa zamiany tekstu na mowę, która konwertuje tekst na żywą mowę przy użyciu neuronowych głosów w wielu językach. AI Speech zamiana tekstu na mowę zapewnia wysokiej jakości neuronowe głosy, przesyłanie strumieniowe w czasie rzeczywistym i syntezę wsadową dla aplikacji, takich jak asystenci głosowi, interaktywne systemy odpowiedzi głosowej (IVR) i rozwiązania wspierające dostępność. Usługa AI Speech obsługuje również niestandardowe neuronowe tworzenie głosu w celu tworzenia unikatowych głosów specyficznych dla marki przy zachowaniu zabezpieczeń i zgodności klasy korporacyjnej. |
| Transkrypcja Amazon | Zamiana mowy na tekst w usłudze Azure AI | Amazon Transcribe zapewnia przekształcanie mowy na tekst z transkrypcją w czasie rzeczywistym i niestandardowymi słownikami, często wykorzystywane do analizy połączeń i napisów. Usługa AI zamiany mowy na tekst zapewnia transkrypcję w czasie rzeczywistym i wsadową, identyfikację mówców oraz modele niestandardowe dla zwiększenia dokładności specyficznej dla domeny. |
| Tłumacz Amazon | Azure AI Translator | Amazon Translate to neuronowa usługa tłumaczenia maszynowego, która dostarcza tłumaczenia w wielu językach dla witryn internetowych, aplikacji i zawartości wielojęzycznej. Usługa Azure AI Translator oferuje podobne możliwości w czasie rzeczywistym i tłumaczenie wsadowe w ponad 100 językach. Obejmuje również funkcje, takie jak transliteracja, wykrywanie języka i niestandardowe słowniki w celu uzyskania dokładności specyficznej dla domeny. |
| Amazon Pojmuje | Język sztucznej inteligencji platformy Azure | Amazon Comprehend to usługa przetwarzania języka naturalnego (NLP), która wyodrębnia informacje z tekstu, w tym sentyment, kluczowe frazy i jednostki. Te możliwości ułatwiają analizowanie opinii i dokumentów klientów. Azure AI Language (analiza tekstu) oferuje podobne możliwości, takie jak analiza tonacji, wyodrębnianie kluczowych fraz, rozpoznawanie nazwanych jednostek i niestandardowa klasyfikacja tekstu. |
| Amazonka Lex | Rozumienie języka konwersacyjnego na platformie Microsoft Foundry | Te usługi tworzą interfejsy konwersacyjne, które używają interpretacji języka naturalnego. Platforma Azure przyjmuje modułowe podejście, w którym zrozumienie języka konwersacyjnego obsługuje rozpoznawanie intencji i wyodrębnianie jednostek. Inne składniki zarządzają dialogiem i integracją. Amazon Lex to zintegrowane rozwiązanie do tworzenia interfejsów konwersacyjnych w całości w ekosystemie platformy AWS. |
| Ekstrakt z Amazonki | Analiza dokumentów sztucznej inteligencji platformy Azure | Amazon Textract to usługa uczenia maszynowego, która wyodrębnia tekst i dane ze zeskanowanych dokumentów, w tym tabel i formularzy, w celu zautomatyzowania przetwarzania dokumentów. Inteligencja Dokumentów zapewnia podobne funkcje z wykorzystaniem optycznego rozpoznawania znaków (OCR), modele wstępnie zbudowane do faktur, paragonów i identyfikatorów oraz możliwość trenowania modeli niestandardowych do formularzy specyficznych dla danej domeny. Analiza dokumentów obsługuje wyodrębnianie wielu języków i zapewnia analizę układu złożonych dokumentów. |
| Usługa Amazon OpenSearch | Wyszukiwanie sztucznej inteligencji | Amazon OpenSearch Service to zarządzany aparat wyszukiwania i analizy oparty na usłudze Elasticsearch, często używany do analizy dzienników, wyszukiwania pełnotekstowego i eksploracji danych w czasie rzeczywistym. Wyszukiwanie sztucznej inteligencji zapewnia podobne możliwości z wbudowanym wzbogacaniem sztucznej inteligencji, wyszukiwaniem hybrydowym (słowo kluczowe z wektorem) oraz integracją z usługami platformy Azure na potrzeby zabezpieczeń i zgodności. Obsługuje scenariusze, takie jak semantyczne wyszukiwanie oraz generowanie wspomagane wyszukiwaniem (RAG). |
Generowanie usług sztucznej inteligencji
Następujące usługi sztucznej inteligencji tworzą nową zawartość lub dane podobne do danych wyjściowych generowanych przez człowieka, takich jak tekst, obrazy lub dźwięk.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Podłoże skalne Amazonii | Microsoft Foundry | Te usługi udostępniają podstawowe modele tworzenia i wdrażania aplikacji generacyjnych sztucznej inteligencji. |
Współautorzy
Firma Microsoft utrzymuje ten artykuł. Następujący współautorzy napisali ten artykuł.
Główny autor:
- Regina Hackenberg | Starszy specjalista techniczny
Inny współautor:
- Filipa Lobão | Architekt rozwiązań w chmurze
Aby wyświetlić niepubliczne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.