Microsoft 提供的 Azure 雲端服務也有各種資料處理、資料儲存、數據分析、數據串流等服務。

Azure 是 Microsoft 資料中心提供的雲端服務，在 Azure 雲端服務中，也提供了各種資料服務相關的處理作業，包括有資料的儲存，資料處理整合作業流程，數據分析相關的功能，數據串流處理作業服務，也包括了人工智慧，機器學習等相關的進階資料學習模型服務，以下我們介紹幾個 Azure 提供的雲端資料服務。

Azure Data Factory

這是 Azure 提供的雲端資料 ETL 整合服務，類似地端的 SQL Server Integration Services 的功能，讓使用者能夠快速、不用寫程式、元件設計方式的資料轉換功能，方便規劃與設計資料處理作業，設計、建置、及管理資料轉換流程，加速資料作業的規劃與整合服務。

Azure Databricks

是 Azure 提供的雲端 SaaS 服務，能夠快速、簡易、且協同運作的 Apache Spark 資料分析架構平台。

Azure SQL Data Warehouse

這是以 SQL Server 為主體的 SaaS 雲端服務，使用大量平行處理的功能，能夠快速的執行複雜的資料查詢作業，執行高效能的資料整合及分析，提供解決結構化 SQL 資料倉儲的應用需求，

Azure HDInsight

Azure HDInsight 是 Azure 提供有關於 Hadoop 和 Spark 的 SaaS 雲端服務，提供各種 Hadoop 相關的功能服務，是 Azure 雲端大數據資料儲存的解決方案。

Azure Analysis Services

企業級的資料分析引擎雲端 SaaS 服務，提供 SQL Server Analysis Services 一樣的資料模型分析、建置與管理的服務。

Microsoft Power BI Service

一個好用的視覺化分析工具，提供互動式資料視覺效果的 BI 工具，能夠深入解析商務分析服務。

Azure Stream Analytics

這是一個即時分析與處理資料事件的引擎，可以處理大量快速的串流資料分析、過濾、萃取和轉換作業服務。

[雲端架構範例] Azure 雲端資料服務平台 --- 一般架構

一般來說，資料服務平台的四個區塊分別為：INGEST, STORE, PREPARE, MODEL & SERVE，Azure 提供的相關雲端服務功能如下說明：

• INGEST 資料載入：使用 Azure Data Factory 來處理相關的 ETL 作業
• STORE 資料儲存：使用 Azure Data Lake 可以儲存各種結構的數據資料，包括結構化與非結構化資料。
• PREPARE 資料準備與處理：Azure Data Bricks 可以做資料萃取、轉換、過濾、清理等資料準備的功能。
• MODEL & SERVE 資料模型與服務：透過 Azure Analysis Service 來處理資料分析作業流程，透過 Power BI Service 來達成資料視覺化資訊挖掘的功能。

這裡舉例說一般性的 Azure 雲端資料服務平台的設計架構，當然我們可以依照適合企業組織運作的整合架構，彈性的組合或規劃設計適當的資料分析服務架構。

[雲端架構範例] Azure 雲端資料服務架構 --- 資料分析解決方案

主要是透過 Azure Analysis Service 搭建資料模型 (Data Model)，或是使用 Azure Data Warehouse 建置資料市集 (Data Mart)，讓資料分析或資料挖掘的視覺化分析工具 Power BI 可以很方便的達成資料分析目標。

[雲端架構範例] Azure 雲端資料服務架構 --- 即時資料分析

透過 Azure HDInsight 的即時資料串流整合功能，串接即時資訊，透過 Azure Cosmos DB 的資料存取或是 Azure Analysis Service 的資料分析作業，能夠達成即時資料分析解決方案。

PS : 雲端服務提供強大的運算和儲存的能力，讓企業能夠彈性的使用租賃的模式，租用企業組織適合的資料服務平台架構，不用自己購買，規劃，建置，維護這些機器設備，可以有效率的設計規劃資料服務分析架構，更可以彈性的擴充和整合各種資料處理作業服務，快速的建置企業所需要的資料服務平台。