フォーム読み込み中
2024年7月16日掲載
皆さま、こんにちは。
今回の Weekly Azure は、先週 (2024/7/5 - 2024/7/11) の主な Azure アップデート情報をお送りいたします。
Mongo データベース移行拡張機能の大幅な強化となるオンライン移行を Azure Data Studio で発表しました。オンライン移行により、アプリケーションの実行を継続しながらMongoデータベースを転送できるようになりました。サービスの中断や長いメンテナンス期間を心配する必要はありません。堅ろうで直感的なインターフェースにより、進捗状況をリアルタイムで更新できるため、常に最新情報を把握できます。
サーバレスコンピューティングを備えたDLT (Delta Live Tables) を使用することで、インフラストラクチャの構成やデプロイをすることなく、ストリーミングデータパイプラインを実行できます。サーバレスコンピューティングを使用したDLTを使用すると、Azure Databricksはストリーミングパイプラインの実行に必要なコンピューティングリソース (最適化やスケーリングなど) を効率的に管理できます。また、サーバレスコンピューティングを備えたDLTは、マテリアライズドビューの増分更新やストリームパイプラインなどの機能を提供し、コストとパフォーマンスを大幅に向上させることができます。
ノートブックのサーバレス コンピューティングを使用することで、インフラストラクチャを構成してデプロイすることなく、ノートブックをすばやく実行できます。また、サーバレスコンピューティングにより、Azure Databricksはノートブックのコンピューティングの最適化やスケーリングなど、ノートブックを実行するコンピューティングリソースを効率的に管理できます。
➢ サーバレス コンピューティングを使用することで、ユーザがインフラストラクチャを構成してデプロイすることなくAzure Databricksジョブを実行できるようになりました。これによりユーザはデータ処理と分析のパイプラインの実装に集中できます。また、Azure Databricksはユーザワークロードのコン ピューティングの最適化やスケーリングなど、コンピューティングリソースを効率的に管理できます。
➢ ワークフローのサーバレスコンピューティングの自動最適化は、ユーザのワークロードに基づいてインスタンスタイプ、メモリ、処理エンジンなどの 適切なリソースを選択することで、コンピューティングを自動的に最適化します。また、自動最適化では失敗したジョブが自動的に再試行されます。Databricks はユーザの Azure Databricks ジョブの安定性を確保しながら、プラットフォームの機能強化とアップグレードをサポートするために、Databricks Runtime バージョンを自動的にアップグレードします。
今週のアップデートは以上です。
今後も定期的に Microsoft Azure の情報をお知らせしていきますので、ご期待ください。
条件に該当するページがございません