![](https://cdn-ak-scissors.b.st-hatena.com/image/square/03f3f30d7473407c17bd2e87ca92f48826505938/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9QXp1cmUlRTMlODElQTclRTMlODMlODclRTMlODMlQkMlRTMlODIlQkYlRTYlQjQlQkIlRTclOTQlQTglRTMlODElOTclRTMlODElQTYlRTMlODElQkYlRTMlODIlOEIlMjglRTYlQTclOEIlRTYlODglOTAlRTclQjclQTglMjkmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTg2NWQwMDliNThkODU4MWJhYjg0NzM3YmRiMmMxOWIx%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwaGltb3Jpc2h1aGVpJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1jZWZmNGVhY2I5M2NiODUzOWRmMzA1ZDhmZWFkMjIwOQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D06dabd0108a252cb5c6683c0cd5269f3)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Azureでデータ活用してみる(構成編) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Azureでデータ活用してみる(構成編) - Qiita
概要 Azureでデータ活用してみようということで、簡単な構成を考えてみました。 試行錯誤しながら作業を... 概要 Azureでデータ活用してみようということで、簡単な構成を考えてみました。 試行錯誤しながら作業をしているので、途中で構成変更もあるかもしれません。 何を知りたいのか 自社SEの単価を受注金額や工数データを用いて調べてみたいと思います。 ※自社データで作業している為、実際のデータのやり取りを掲載することが出来ず、申し訳ございません。 Azure構成 まずは以下の工程で、データ活用を進めてみることにします。 進めていく過程の中で、他のサービスがよければ、変更する予定です。 ・Azure Data Factory データ接続、収集、蓄積を自動化します。 ・Azure DataLake Gen2 rawデータとDatabricksにて加工したデータもDataLakeに蓄積します。 ・Azure Databricks notebooksにてrawデータを分析しやすいように加工します。 ・Po