Azure Data Factory のドキュメント Azure Data Factory は Azure のクラウド ETL サービスであり、スケールアウト サーバーレス データ統合およびデータ変換を実現します。 直感的な作成が可能なコード不要の UI を備えているほか、単一のペインで監視と管理を行えます。 さらに ADF では、既存の SSIS パッケージを Azure にリフトアンドシフトして、完全な互換性を維持しながらそれらを実行できます。 SSIS Integration Runtime がフル マネージド サービスを提供するため、インフラストラクチャの管理について心配する必要はありません。
マイクロソフトのサーバーレスアーキテクチャの環境が新しくなりました。 サーバーレスアーキテクチャについて前書きました。 これです。「さーばーれす あーきてくちゃ…? -Azure Functionsでサーバーレスアーキテクチャが何かを理解する記事」 で、 これは約半年前の状況なのですが、半年を経てだいぶAzure Functionsも変わって超クールになったのでご紹介したいと思います。 そもそも Azure Functionsとは ここで Azure functions の機能的な面を詳しく見ていきましょう。 実際に以下の Azure Functionsのサービスの機能を見ると、 Azure Functionsの機能がいかにサーバー レスアーキテクチャやマイクロサービスアーキテクチャといったアーキテクチャのメリットを享受できるように作られたかがわかると思います。以下に挙げられるようにC#や
この記事では、API 設計内の特定のアクションを処理するように HTTP トリガーをカスタマイズして、Azure Functions を使用して高度にスケーラブルな API をビルドする方法について説明します。 Azure Functions には、組み込みの HTTP トリガーとバインドのコレクションが含まれており、作成者は Node.js、C# などのさまざまな言語で簡単にエンドポイントを作成できます。 また、API を Azure Functions プロキシと統合し、モック API を設定して、API を拡張する準備を行います。 これらのタスクは Functions のサーバーレス コンピューティング環境上で行われるため、リソースのスケーリングについて心配する必要はなく、 API のロジックのみに集中できます。 重要 Azure Functions プロキシは、Azure Func
過去、Apigeeを利用してAPi Gatewayを作成しました。 APi Gateway Platform Apigee (1) XMLからJSONへのデータ変換 http://qiita.com/snomoto/items/3a68d5127e703505b23f 本記事においては、"Azure API Management"を利用してAPi Gatewayを作成してみようと思います。 アカウント作成 メールアドレスとパスワードを登録すると、PINコードが送られてくるので、それをコピペしてサインアップします。 https://azure.microsoft.com/ja-jp/services/api-management/ 基本的な、名前などの情報を入力します。 電話番号を登録し、改めてAuthコードをSMSで受けとり入力します。 (基本情報で入力する電話番号は固定電話ですかね?)
岐阜大学は、マイクロソフトの「Azure Cosmos DB」や「Azure Data Lake Store」、検索機能「Azure Search」を使い、学内の研究論文や様々な形式のドキュメント、美術・芸術作品といった非構造化データを検索・閲覧・分析できるようにする「戦略的統合データベース」を構築した。8月3日に日本マイクロソフトが事例として発表した。 岐阜大学ではこれまで、「ARIS-Gifu」というRDB(リレーショナルデータベース)を使って、学内の研究論文、知的財産、学生論文、社会活動、教員プロフィールなどを保存、活用してきた。しかしながら、ARIS-Gifuはデータの登録に手間がかかるため、教員の活用度が低かった。 ARIS-Gifuに代わるシステムとして、岐阜大学は2016年度から「戦略的統合データベース」の構築をスタート。システム構築には富士通が手掛けた。 戦略的統合データベ
米マイクロソフトが「Build 2017」で発表した新しいクラウドNoSQLデータベース「Azure Cosmos DB」。Microsoft Azureの世界40リージョン(計画中6カ所を含む)にデータを分散保存し、分散された各リージョンのデータが一貫性を保って利用できるように設計されている。 もともとは、マイクロソフトが自社のアプリケーションをグローバルに提供するために、社内向けに2010年頃から開発してきたものだ。世界中のリージョンから同時に書き込まれたデータに、最寄りのリージョンからアクセスできるため、応答性の高いアプリケーションを構築することができる。 Build 2017で紹介されたCosmos DBの次の特徴について、日本マイクロソフトクラウドプラットフォーム技術部 テクノロジースペシャリストの廣瀬一海氏(デプロイ王子)に一問一答形式で教えてもらった。 惑星規模でスケール マ
DocumentDB の記事を書いていたら[15]、//Build 2017で、Azure Cosmos DB が発表[1]された。 Cosmos DBは、Multi-model database and multi-APIのGlobally Distributed データベース・サービスだ。 「DocumentDB何処行った、名前が変わったの?」と思ったら、そんなに簡単な話では無かった、Azure Cosmos DBは、DocumentDB、MongoDB, Azure Table,Gremlin などの複数のAPIをサポートしたマルチモデルの分散データベース[2]で Document DBはそのAPIの一つという位置づけになった。従来の Document DBで使ってた分散データベース基盤の部分は、ある程度汎用的に出来ていてJSON以外のデータモデルも扱えるので、今回はKey-Valu
「Azure Cosmos DB入門」目次 DocumentDB が Azure Cosmos DB としてリニューアルされたので、改めてこのサービスの全体像を整理したコンテンツ(ブログ)を「Cosmos DB入門」として書こうと思います。 目次は以下の通り。順次コンテンツを追加していく予定です。 ※ 2017/07/09に(1)~(8)のコンテンツが揃いました。今後もCosmos DBのトピックをブログに継続してエントリーしていきます。 Azure CosmosDB入門(1) 1 Cosmos DBとは 1.1 特徴 1.1.1 グローバル分散可能 1.1.2 柔軟なスケーリングが可能 1.1.3 超高速な応答速度 1.1.4 マルチデータモデル 1.1.5 多様な一貫性モデル 1.1.6 高いレベルのSLA 1.1.7 Cosmos DBは自分たちが普通に使うものか? 1.2 Hell
Azure のサーバーレスサービスである Azure Functions で、Durable Functionsという新しい機能が公開されました。もちろんまだ GA ではありませんが、自分的には相当熱い機能です。これを教えてくれた Kanio と、これあったら、もうサーバーイランのとちゃうん!と盛り上がりました。これもいつも通り、自分のためのメモとしてかいていきます。 1. 全体像 Durable Fucntions は Azure の extension で、ロングランニングで、ステートフルなFunction のオーケストレーターです。これだけではよくわからないと思うので、ユースケースを見てみましょう。 今回は公開されたというレベルなので、発展途上ですが、既にこんな機能が実装されています。具体的な実装例が、ここで見れます。 1.1. Function Chaining Function
先日は瞬殺で作るMesos + Chronos + Marathon + Dockerクラスタ環境で書いた通り、Mesosの環境を作ったのですが、今回はマイクロソフトが発表したService Fabricを触ってみました。実際触ってみるとかなり面白い感じなので、皆さんにも共有してみたいと思います。 Service Fabricとは Azure Service Fabricはマイクロサービスベースのアプリケーションを素早く開発するためのPaaSです。 マイクロサービスとは その前にそもそもマイクロサービスとは何でしょうか?マイクロサービスはマーチンファウラー氏が提唱した用語です。具体的なイメージはこの記事がわかりやすいです。モノリシックなRubyからGoによるマイクロサービスへ 上記マーチンファウラー氏のMicroservicesのページより 今までのアプリケーションは例えば私も大好きなRu
はじめに 今回は自宅の室温予測システムを構築してみました。 前回はいろいろテキトーに書いてたので今回はかなりまじめに書いていきます。 イメージとしてはNHKのNextWorldで描かれてる世界 それをできるだけAzureを駆使して構築してみたいと思います。 システム構成図 システムの構成図はこんな感じ Arduinoで室温を計測 ↓ Azure Mobile Servicesに送信 ↓ SQL Azureデータベースに貯めこむ ↓ そのデータを使ってAzure MLであらかじめデータの傾向を学習しておく ↓ Mobile Service Schedulerで毎朝8時にAzure MLからその日の室温の予測値を取得してTweet ↓ Mobile Service Custom APIを使ってWindowsストアアプリに今日の室温予測値を表示 という感じでいきたいと思います。 データ計測部 I
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く