Dieser Artikel ist Teil unseres Guides: Big Data: Anwendung, Datenschutz und Technologie

Fünf Preview-Services von Microsoft Azure für NoSQL, Big Data und Co.

DocumentDB, Data Factory und Machine Learning: Viele Azure-Dienste sind als Preview verfügbar und geben Einblick in zukünftige Funktionen.

Microsofts Azure ist über die letzten Monate und Jahre zu einer vollwertigen Cloud-Plattform mit unterschiedlichsten Infrastructure as a Service (IaaS), Platform as a Service (PaaS) und SaaS-Komponenten (Software as a Service) gewachsen. Neben allgemein verfügbaren Azure-Services wie SQL Database, Virtual Machines oder Active Directory gewährt Microsoft über spezielle Preview-Dienste Unternehmen aber auch frühzeitig Einblick in kommende Cloud-Services, um bereits jetzt eine Evaluation zukünftiger Azure-Dienste zu ermöglichen.

Zu den spannendsten Preview-Services für Enterprise-Anwendungen gehören DocumentDB, Machine Learning, Data Factory, Storm in HDInsight und Application Insights. Oft gelten für Azure-Dienste in der Preview vergünstigte Konditionen, gleichzeitig wendet sich Microsoft damit aber ausdrücklich an Entwickler und Tester, der Einsatz in Produktivumgebungen ist also weder unterstützt noch ratsam.

Auf der offiziellen Azure-Produktseite findet sich ein Überblick über alle derzeitigen Preview-Services, die mit wenigen Klicks über das Management-Portal aktiviert werden können. Zum Testen bietet Microsoft Neueinsteigern zudem eine kostenlose 30-tägige Testphase an. Wer sich über aktuelle, kommende oder sogar abgekündigte Cloud-Services von Microsoft informieren will, findet über die vor kurzem in englischer Sprache veröffentlichte Cloud Platform Roadmap nähere Informationen. Azure SQL Reporting beispielsweise wird als zum 31. Oktober 2014 abgeschaltet gelistet.

NoSQL in der Cloud mit Azure DocumentDB

Azure DocumentDB ist eine auf Microsoft Azure gehostete NoSQL-Datenbank und stellt Unternehmen einen skalierbaren, dokumentenorientierten Datenbankdienst zur Verfügung. Azure DocumentDB bietet native Unterstützung für JSON und JavaScript und wird von Microsoft durch die Flexibilität und geringe Latenz für die Verwendung mit Webanwendungen oder mobilen Apps empfohlen.

Anfang Februar erst hat Azure DocumentDB ein Update erhalten und unterstützt jetzt größere Dokumente bis hin zu 512 Kilobyte. Gleichzeitig wurde das Kapazitätslimit für DocumentDB-Accounts von fünf auf 50 erhöht, wodurch ein einzelner DocumentDB-Account auf bis zu 500 Gigabyte Storage bei einem Durchsatz von 100.000 Anfragen skaliert werden kann.

Azure Machine Learning ermöglicht Predictive Analytics

Azure Machine Learning ist Microsofts Version cloudbasierter Predictive Analytics. Mit diesem Dienst lassen sich bestehende Verlaufsdaten ausweiten, um zukünftige Trends und Prognosen davon abzuleiten. Microsoft nutzt Azure Machine Learning beispielsweise für seine Suchmaschine Bing oder den virtuellen Assistenten Cortana, andere Einsatzszenarien wären zielgruppenbasierte Werbung, Betrugsermittlung oder Spam-Filterung.

Predictive Analytics benötigt für eine möglichst genaue Prognose eine große Menge an Daten – Big Data. Die Verarbeitung von Big Data ist allerdings sehr rechenintensiv und auf eigener Hardware daher meist sehr teuer. Azure Machine Learning löst dieses Problem durch den Ausweg in nutzungsbasiert abgerechnetes Cloud-Computing. Unternehmen bezahlen also nur für genau die Ressourcen, die für die Berechnung benötigt werden.

Microsoft verspricht Anwendern dabei einen einfachen Umgang mit Azure Machine Learning über eine Drag-and-Drop-basierte Benutzeroberfläche, mit der sich auch ohne Code-Kenntnisse bereits einfache Datenflussdiagramme erstellen lassen sollen. Erfahrene Big-Data-Experten können über die Open-Source-Programmiersprache R eigene Berechnungsmodelle erstellen können.

Data Factory führt strukturiere und unstrukturierte Daten zusammen

Azure Data Factory ermöglicht die gemeinsame Verwaltung strukturierter und unstrukturierter Daten aus Cloud-Umgebungen und lokalen Quellen. Damit können beispielsweise Daten aus On-Premise-Installation von SQL Server zusammen mit Daten aus Azure SQL Database oder Azure Blob Storage verwendet werden.

Azure Data Factory unterstützt die Datenverarbeitung mit Hive, Pig und C# und stellt zahlreiche Wege bereit, Datenströme verschiedener On- und Off-Premise-Datenquellen zu verwalten. Die so zusammengeführten Daten können anschließend in Azure Storage gespeichert werden und stehen dem Zugriff durch Business-Intelligence- und anderer Analytics-Tools zur Verfügung.

Apache-Storm-Cluster mit HDInsight

HDInsight ist Microsofts cloudbasierte Variante der Big-Data-Engine Hadoop. HDInsight ist bereits allgemein verfügbar, innerhalb von Azure HDInsight steht allerdings die Preview von Apache Storm zum Testen bereit. Apache Storm ist eine Analyseplattform auf Open-Source-Basis, mit der sich in Echtzeit die Datenströme von Millionen von Event-Logs verarbeiten lassen.

App-Analyse mit Application Insights

Microsoft Azure Application Insights stellt Entwicklern umfangreiche Telemetrie-Daten ihrer Anwendung zur Verfügung und bietet so die Möglichkeit, Probleme von ASP.NET- und Webanwendungen zu erkennen und zu beheben. Seit dem jüngsten Update unterstützt Application Insights zudem Apps für Windows Phone und Windows 8 und gibt Aufschluss über das Nutzerverhalten oder Absturzursachen entsprechender Anwendungen.

Damit Application Insights funktioniert, muss die entsprechende Anwendung mit Microsofts Entwicklungsumgebung Visual Studio entwickelt werden. Ab Visual Studio 2013 Update 3 sind dort die Application-Insights-Tools integriert, mit denen sich die Anbindung an Azure Application Insights herstellen lässt. 

Anschließend muss noch der Statusmonitor auf einem Back-End-Server installiert werden. Nach diesen Schritten erhalten Entwickler schließlich umfassende Analysemöglichkeiten zur Verfügbarkeit, Leistung und Nutzung der Anwendung.

Die offizielle Produktseite von Microsoft Azure listet derzeit 16 Preview-Dienste auf, von denen wohl nicht alle das finales Stadium erreichen werden, wie das weiter oben bereits angeführte Beispiel von Azure SQL Reporting zeigt. Trotzdem empfiehlt sich in Testumgebungen durchaus ein früher Blick auf kommende Azure-Dienste, um in eigenen Anwendungen frühzeitig die richtigen Weichen für eine später eventuell erwünschte Integration zu stellen.

Folgen Sie SearchEnterpriseSoftware.de auch auf Facebook, Twitter und Google+!

Artikel wurde zuletzt im Februar 2015 aktualisiert

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close