お問い合わせデータの取り込み、変換、管理、 BI とAIの活用を統合全てのニーズに対応できるデータ分析サービス
Azure Synapse Analyticsは、一般的なデータ分析の流れ
「データレイクに収集・蓄積」「ETLツールによってデータを抽出・加工」
「構造化されたデータをデータウェアハウスに保管」「BIツールや機械学習（ML）と連携して
「データを分析・可視化」の機能をもっており1つのサービスで実行可能です。
お好みの言語を使用して、リレーショナルおよび非リレーショナル
データの両方に対してクエリを実行、すべてのクエリのパフォーマンスを簡単に最適化することができます。
Azure Synapse Analyticsの特長
01.DWH/データレイク/オペレーショナルデータベースビッグデータ分析機能が1つになっている
単一の統合された環境から、データ統合・蓄積・管理・ビッグ データ分析・機械学習のタスクを実行できます。データレイクとデータ ウェアハウスの両方のユースケースに対応でき、効率的なデータ分析が可能です。
取り込みはAzure Data Factory と同じデータ統合エンジンが含まれているため、Azure Synapse Analytics から離れることなく、多機能で大規模な ETL パイプラインを作成できます。
02.無限のスケールで大量なデータに対応
データウェアハウスとビッグデータ分析システムにわたるペタバイト単位のデータを超高速で処理できます。優れたスケーラビリティも備えているため、社内に分散するデータはもちろん、市場分析や需要動向といったアナリティクスデータも含めて、無限に拡張することがが可能です。
03.緊密に統合された Apache Spark と SQL エンジン
高度な分析ソリューションで作業しているデータ担当者間のコラボレーションを活性化することが可能です。データ ウェアハウスと Spark エンジンの両方で、T-SQL クエリを簡単に使用することができます。
T-SQL/Python/Scala/Spark SQL/.NETなどお好みの言語を使用することができ、様々な分析ニーズに対応できます。
Azure Synapse Analyticsが提供する環境
Azure Synapse Analyticsは、他の Azure サービスの長所を組み合わせて機能を提供します。
Synapse Studio
・取り込み、調査、準備、調整、視覚化を実行します。
・SQL、Spark、および Data Explorer 全体でリソース、使用状況、ユーザーを監視します。
・ロールベースのアクセス制御を使用して分析リソースへのアクセスを単純化します。
・SQL、Spark、または KQL コードを記述し、エンタープライズ CI/CD プロセスと統合します。
Synapse SQL
・組み込みの ストリーミング 機能を使用して、クラウド データ ソースから SQL テーブルにデータを取り込みます。
・機械学習 モデルを使用し、T-SQL PREDICT 関数を使用してデータをスコア付けすることにより、AI を SQL と統合します。
Apache Spark for Azure Synapse
・SparkML アルゴリズムを使用した ML モデルと、Linux Foundation Delta Lake の組み込みサポートを備える Apache Spark 2.4 用の AzureML 統合します。
・Spark の迅速なスタートアップと積極的な自動スケーリングが可能です。
・Spark 向け .NET の組み込みサポートにより、C# の専門知識と既存の .NET コードを Spark アプリケーション内で再利用できます。
Synapse Analytics の活用例
AzureベースのデータドリブンシステムでDX/業務改革を促進
お客様の課題
- IoT などのセンサーデータをはじめ多種多様なデータを蓄積するDWH をクラウドに構築して拡張性を担保したい。
- さまざまな部門を巻き込んでDX に取り組みたい。
Azure Databricks導入後
- 検索速度やDB の互換性、夜間のデータ伝送処理にかかる時間などが改善。
- Office365 などビジネス部門で利用できるアプリやサービスとの親和性が高く、業務改革にも取り組めた。
Azure Synapse Analytics 導入価格
データ量により価格は変動しますが、
以下ご参考ください。
| Azure（月額） | ￥159,590～ |
|---|---|
| 構築作業 | ￥300,000～ |
| 保守（月額） | ￥200,000 |
| メンテナンス（月額） | ￥200,000～ |
●オンプレミス/SaaSアプリに散乱する企業データをAzure Data Factoryを活用し、
Azure Data Lakeの大容量ストレージに収集・蓄積します。
●収集・加工したデータはPower BIで可視化します。
●Azure Data Factoryを補完するために、CDateを活用すれば、収集できるデータはさらに広がります。