Cosmos DB ことはじめ

Microsoft Japan Data Platform Tech Sales Team 大蔵 一功 Cosmos DB とは Cosmos DB は、Microsoft Azure が提供する No SQL データベースサービスです。複数のデータモデルを利用することができ、簡単な操作でリージョン間でのデータレプリケーションやスケールの変更を行うことができます。 デバイスから発生するセンサー系のログや、 EC サイト上で取引される商品のカタログデータの格納に利用されます。また、 Cosmos DB に格納されたデータは、 Azure Search や Power BI 等の、Microsoft Azure 上で提供される他のサービスと組み合わせて、簡単に利用することができます。

0

進化した R Server を触ってみよう

Microsoft Japan Data Platform Tech Sales Team 中川 Revolution Analytics 社を買収し、新たに Microsoft ブランドとして提供をしておりました Microsoft R Server(以降 R Server と称す) ですが、現時点(2017/9/4)での最新バージョンは 9.1 となっています。8.x 系までをご利用になられてた方はご存知かと思いますが、R Server は高速処理にてモデル作成までを行うことができましたが、実際にアプリケーションなどからモデルを使用しようとすると、別途 Deploy R というコンポーネントをインストール・セットアップするなどの手間がかかり、アーキテクチャーや操作性も少し複雑であったかと思います。その問題を解消すべく、9.x 系では DeployR というコンポーネントは廃止され、モデルのデプロイ/API 化までを本体機能に取り込み、セットアップも非常に容易に行えるようになりました。今回はその辺りにフォーカスしてご紹介したいと思います。

0

Visual Studio 2017 で Python 環境を構成し、SQL Server 、 Azure Data Services(Azure SQL Database 、 Cognitive Services 等 ) にアクセスしてみよう

Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。以前の投稿では、 Visual Studio 2015 で Python 環境を構成しましたが、今回は、 Visual Studio 2017 で Python 環境を構成し、 SQL Server  、 Azure Data Services(Azure SQL Database 、 Cognitive Services 等 ) にアクセスする際の手順、ポイントをお伝えします。

0

HDInsight で Presto を動かしてみよう

Microsoft Japan Data Platform Tech Sales Team 高木 英朗   Presto とは? Presto は、Facebook 社が開発した人気のあるビッグデータ用の高速な分散 SQL クエリエンジンです。前回記事の「HDInsight のインタラクティブ Hive (LLAP) とは?」でご紹介した Hive on Tez + LLAP と同様に、インタラクティブなレスポンス速度が期待できるエンジンです。どちらも目的は同じですが、Presto の利用に慣れている方は、HDInsight 上でもスキルをそのまま生かすことができます。

0

Docker で SQL Server 2017 を走らせよう

Microsoft Japan Data Platform Tech Sales Team 阪本 真悟   はじめに SQL Server 2017 から Windows 環境だけではなく、Linux 環境でも SQL Server のデータベースエンジンが動作するようになりました。これまで本ブログでも裏側のアーキテクチャや、Linux 環境での可用性構成(AlwaysOn 可用性グループ)、SQL Server に包含される ETL ツールである SQL Server Integration Services の Linux 対応についてご紹介してきました。   Linux 版 SQL Server は Docker コンテナにも対応しています。 SQL Server のような標準的なワークロードは Docker コンテナを活用することで高いポータビリティや柔軟性の恩恵を十分に得ることが出来ます。今回は Docker コンテナ環境での SQL Server 活用についてご紹介します。

0

Azure Database for PostgreSQL / MySQL とは

postgre_120
postgre_120

Microsoft Japan Data Platform Tech Sales Team 坂本 禎尚     今年 2017 年の 5 月 10 日から 12 日にかけてシアトルで開催された Build 2017(年次開発者会議)において、オープンソースのリレーショナル データベースである PostgreSQL と MySQL をフルマネジードの PaaS サービスとして Azure 上で提供することを発表しました。 それぞれ、Azure Database for PostgreSQL と Azure Database for MySQL という名称でパブリック プレビューの状態で提供が開始されています。 現状、これらのサービスは東日本、西日本リージョンをはじめとして全部で 11 のリージョンで提供されています。

0

日本航空様における Power BI 活用事例が公開されました

powerbi
powerbi

Microsoft Japan Data Platform Tech Sales Team 土井 貴彦 日本航空様 における Power BI の活用事例が 日経ビジネスオンラインスペシャル – 働き方進化論 にて公開されましたので、ご案内致します。   Case Study 日本航空株式会社 現場の社員が分析ツールを駆使 需要予測で収益の最大化に挑む http://special.nikkeibp.co.jp/atclh/NBO/17/ms0629/

0

はじめての Azure Data Lake ~ Azure Data Lake Analytics でデータを分析してみよう ( 後編 ) ~

data lake
data lake

Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。先日の中編では、Visual Studio を用いて U-SQL をコーディング、実行する際の手順やポイントについてお伝えしましたが、いかがだったでしょうか ? 今回も引き続き U-SQL をコーディング、実行する際の手順やポイントについてお伝えします。  

0

はじめての Azure Data Lake ~ Azure Data Lake に HDInsight(Hadoop、Storm、Spark 等 ) からアクセスしてみよう ~

data lake
data lake

Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。前々回の記事と前回の記事では、Azure Data Lake Analytics を用いて分析を行う際の手順やポイント、Visual Studio を用いて U-SQL をコーディング、実行する際の手順やポイントについてお伝えしましたが、いかがだったでしょうか ? 今回は、 Azure における PaaS 版の Hadoop である HDInsight から  Azure Data Lake Store にアクセスする際の手順やポイントについてお伝えします。

0

Azure SQL Data Warehouse (SQL DW) のパフォーマンステストに関するホワイトペーパーが公開されました

Microsoft Japan Data Platform Tech Sales Team 北澤 この Blog の記事でも Azure SQL Data Warehouse とは などで何回かご紹介していますが、Azure 上で提供されている PaaS 型のデータウェアハウスサービスである Azure SQL Data Warehouse のホワイトペーパーが公開されました。

0

SQL Server Integration Services ( SSIS ) on Linux とは

Microsoft Japan Data Platform Tech Sales Team 坂本 禎尚     次期バージョンの SQL Server 2017 ではデータベース エンジンが Linux で動作するようになることを本ブログでも何度か取り上げてきましたが、本日はこれに続いて SQL Server Integration Services ( 以下、SSIS ) も Linux で動くようなることをご紹介します。

0

Power BI Premium の発表 および Power BI (無料) における変更点について

Power BI
Power BI

Microsoft Japan Data Platform Tech Sales Team 土井 貴彦 —– 本記事は 2017/5/3 (日本時間 2017/5/2) に Power BI Blog で 発表された下記記事の抄訳 + 一部サマリ情報を追記したものとなります。 https://powerbi.microsoft.com/ja-jp/blog/microsoft-accelerates-modern-bi-adoption-with-power-bi-premium/ 記事投稿時点での情報となり、内容が変更される可能性がございます。最新の情報は Power BI Blog を参照ください。

0

はじめての Azure Data Lake ~ Azure Data Lake Analytics でデータを分析してみよう ( 中編 ) ~

data lake
data lake

Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。先日の前編では、 Azure Data Lake Analytics  の作成方法と U-SQL  スクリプトのコーディング、実行に用いるツールについてお伝えしましたが、いかがだったでしょうか ? 今回は Visual Studio を用いて U-SQL をコーディング、実行する際の手順やポイントについてお伝えします。

0

Power BI Desktop 2017年4月の更新情報(データ接続とクエリ エディター)

Power BI
Power BI

Microsoft Japan Data Platform Tech Sales Team 伊藤 Power BI には Power BI Service と Power BI Desktop があり、Power BI Desktop の今回 (2017年4月) の更新では次の機能が追加・強化されました。前回は「レポート」と「分析」について紹介しましたので、今回はこの中から「データ接続」と「クエリ エディター」の Update を紹介します。

0

Power BI Desktop 2017年4月の更新情報(レポートと分析)

Power BI
Power BI

Microsoft Japan Data Platform Tech Sales Team 伊藤   Power BI には Power BI Service と Power BI Desktop がありますが、Power BI Desktop の今回 (2017年4月) の更新では次の機能が追加・強化されました。 レポート 軸タイトルの変更 「マトリックスのプレビュー」強化:列のソート、列のサイズ変更、右端での折り返し 分析 「クイックメジャー (簡易測定)」と「値の表示方法」 (プレビュー) スペイン語での Q&A のサポート (プレビュー) データ接続 Power BI service 内のデータセットへの接続 (プレビュー) Redshift コネクタ:beta support と Power BI Service への発行 SAP HANA & BW コネクタ:パラメータ入力の強化…

0

SQL Server Integration Services (SSIS) – パッケージの実行方法

Microsoft Japan Data Platform Tech Sales Team 佐藤秀和   SQL Server Integration Services (SSIS) のパッケージ実行方法は、用途に応じて様々な実行方法がありますが、今回はSQLステートメントからSSISパッケージを実行する方法についてご紹介いたします。   SSIS パッケージの実行方式 SSIS パッケージの実行には、以下の様な実行方式がありますが、それぞれパッケージの配置場所(SSISサーバーやファイルシステム)や実行タイミング(スケジュール実行やユーザによる実行)に特徴があります。

0

AlwaysOn Availability Group における読み取り可能セカンダリレプリカに対するロードバランシングについて

Microsoft Japan Data Platform Tech Sales Team 中川 SQL Server では高可用性、DR対策を実現する機能として AlwaysOn Availability Group(以降、AlwaysOn AGと称す) が実装されています。 こちらのブログでも紹介されているように SQL Server 2016 では AlwaysOn AG についていくつかの機能拡張が行われましたが、今回はその中の “読み取り可能セカンダリレプリカに対するロードバランシング” についてご紹介します。

0

Azure Machine Learning のバッチ実行スコアリングの仕組みをノーコーディングで作成してみよう!

Microsoft Japan Data Platform Tech Sales Team 北澤 Azure Machine Learning ( Azure ML ) の特長の 1 つとして、作成したモデルを Web サービスとして簡単に公開する事ができ、他の業務アプリケーションなどから活用しやすい事が挙げられます。Web サービスには、リアルタイムでスコアを返すための「 要求応答サービス ( RSS ) 」と、ある程度のデータに対してバッチでスコアの結果を返す「 バッチ実行サービス ( BES ) 」の 2 種類があります。他のアプリケーションから利用するためのサンプルコード ( C# / Python / R ) が、要求応答サービス用 / バッチ用と自動生成されますので、アプリケーションからの呼び出しも敷居が低いのですが、開発環境を用意して、開発画面でサンプルコードをコピー & ペーストしてアプリケーションを作る必要があり、開発者でない方には環境の準備も含めて少し難しい部分もあったかと思います。

0

はじめての Azure Data Lake ~ 環境構築からファイル アップロードまで ~

data lake
data lake

  Microsoft Japan Data Platform Tech Sales Team 西村哲徳 みなさん、こんにちは。はじめての Azure Data Lake シリーズ2回目は、実際に Data Lake Store の環境を構築してファイルをアップロードするまでをご紹介します。「そもそもData Lakeって何 ?」という方は1回目で解説してますのでそちらをご覧ください。 本ブログの内容を試すのに必要なもの Azure アカウント : Data Lake Store は Azure サービスの1つなので Azure アカウントが必要です。まだ持ってない方は 20,500 円分の無料クレジットがつくのでこちらから作成してください。 Visual Studio : ファイルを操作するツールの1つAzure Data Lake Explorerを使うために必要になります。 Community Editionでも構いません。入手方法は後ほど紹介します。  

0

Visual Studio Code と Python で Azure Data Services にアクセスしてみよう (Azure SQL Database 、 Azure Machine Leaning 編 )

Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。昨年末の記事では、 Visual Studio 2015 で Python 環境を構成し、 SQL Server 、 Azure SQL Database にアクセスする際の手順やポイントをお伝えしましたが、いかがだったでしょうか? 今回は、 Visual Studio Code で Python 環境を構成し、 Azure SQL Database 、 Azure Machine Learning へアクセスする際の手順、ポイントをお伝えします。

0