Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomi
  • Svenska
  • English
  • Kirjaudu
Hakuohjeet
JavaScript is disabled for your browser. Some features of this site may not work without it.
Näytä viite 
  •   Ammattikorkeakoulut
  • Lapin ammattikorkeakoulu
  • Opinnäytetyöt (Avoin kokoelma)
  • Näytä viite
  •   Ammattikorkeakoulut
  • Lapin ammattikorkeakoulu
  • Opinnäytetyöt (Avoin kokoelma)
  • Näytä viite

Azure Synapse Analytics -palvelun arkkitehtuuri ja käyttöönotto

Hellgren, Emil (2025)

 
Avaa tiedosto
Hellgren_Emil.pdf (976.6Kt)
Lataukset: 


Hellgren, Emil
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202504298246
Tiivistelmä
Opinnäytetyössä käsitellään Microsoftin Azure Synapse Analytics -alustan hyödyntämistä tiedon analytiikkaekosysteemissä. Työn tavoitteena oli selvittää ja toteuttaa Azure Synapse Analyticsin käyttöönotto PKS Oy:n data-analytiikan tarpeisiin, jotta organisaatio saa ymmärrystä palvelun arkkitehtuurista ja pystyy itse tulevaisuudessa hyödyntämään sitä. Opinnäytetyössä määriteltiin palvelun arkkitehtuuri ja sen keskeiset komponentit, kuten Dedicated SQL Pool, Serverless SQL Pool, Apache Spark sekä Synapse Pipelines.

Teoreettinen perusta rakentui kirjallisuuskatsaukseen, jossa analysoitiin pilvi-palveluiden roolia nykyaikaisessa tietohallinnassa ja esitellään edistyneet analytiikkamenetelmät. Käytännön toteutuksessa sovellettiin kehittämispainotteista, iteroivaa lähestymistapaa, jossa ensin määriteltiin vaatimukset ja suunniteltiin ympäristö, minkä jälkeen palvelun konfigurointi ja optimointi toteutettiin Azure-ympäristössä.

Toteutuksen ja analyysin perusteella todettiin, että Azure Synapse Analytics tarjoaa käyttäjäystävällisen ja modulaarisen alustan, joka integroituu saumattomasti osaksi olemassa olevaa Microsoft-ympäristöä. Ratkaisun avulla organisaatio voi hallita suuria tietomääriä tehokkaasti ilman merkittäviä infrastruktuuri-investointeja, mikä vähentää käyttöönottoon ja ylläpitoon kohdistuvia resursseja. Tulokset osoittavat, että palvelu mahdollistaa tarkasti allokoitujen laskenta- ja tallennusresurssien avulla dynaamisen ja skaalautuvan tietojen analyysin, tukien näin sekä operatiivista että strategista päätöksentekoa.
Kokoelmat
  • Opinnäytetyöt (Avoin kokoelma)
Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatKoulutusalatAsiasanatUusimmatKokoelmat

Henkilökunnalle

Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste