Data dan AI
Artikel ini membandingkan data Azure inti dan layanan AI dengan layanan Amazon Web Services (AWS) yang sesuai.
Untuk perbandingan layanan AWS dan Azure lainnya, lihat Azure untuk profesional AWS.
Tata kelola, manajemen, dan platform data
Microsoft Purview dan kombinasi layanan AWS yang dijelaskan dalam tabel berikut bertujuan untuk menyediakan solusi tata kelola data yang komprehensif. Solusi ini memungkinkan organisasi mengelola, menemukan, mengklasifikasikan, dan memberikan keamanan secara efektif untuk aset data mereka.
| Layanan Microsoft | Layanan AWS | Deskripsi |
|---|---|---|
| Microsoft Purview | AWS Glue Data Catalog, AWS Lake Formion, Amazon Macie, AWS Identity and Access Management (IAM), AWS Config | Kedua opsi menyediakan fitur tata kelola, katalog, dan kepatuhan data yang kuat. Microsoft Purview adalah solusi tata kelola data terpadu yang memungkinkan organisasi menemukan, mengklasifikasikan, dan mengelola data di lingkungan lokal, multicloud, dan SaaS. Ini juga menyediakan kemampuan silsilah data dan kepatuhan. AWS menyediakan fungsionalitas serupa dengan beberapa layanan: AWS Glue Data Catalog untuk manajemen metadata, AWS Lake Formation untuk pembuatan dan tata kelola data lake, Amazon Macie untuk klasifikasi dan perlindungan data, AWS IAM untuk kontrol akses, dan AWS Config untuk manajemen konfigurasi dan pelacakan kepatuhan. |
Platform all-in-one vs. layanan AWS
Microsoft Fabric menyediakan platform all-in-one yang menyatukan data dan layanan AI yang diperlukan untuk solusi analitik modern. Ini menyederhanakan proses pemindahan data antar layanan, menyediakan tata kelola dan keamanan terpadu, dan menyederhanakan model harga. Pendekatan terpadu ini berbeda dengan pendekatan AWS, di mana layanan sering digunakan secara terpisah dan memerlukan lebih banyak upaya untuk diintegrasikan. Fabric menyediakan integrasi yang mulus di seluruh fungsi ini yang dapat membantu organisasi Anda mempercepat inisiatif berbasis data Anda di ekosistem Azure.
AWS dan Fabric menyediakan layanan untuk integrasi data, pemrosesan, analitik, pembelajaran mesin, dan kecerdasan bisnis.
| Layanan AWS | Fabric | Deskripsi |
|---|---|---|
| AWS Glue, AWS Data Pipeline | Integrasi data dengan Azure Data Factory | AWS menyediakan serangkaian layanan individual yang dapat digabungkan untuk membangun solusi data dan analitik. Pendekatan ini memberikan fleksibilitas tetapi membutuhkan lebih banyak upaya untuk mengintegrasikan layanan ke dalam solusi end-to-end. Fabric menyediakan kemampuan ini dalam satu platform terpadu untuk menyederhanakan alur kerja, kolaborasi, dan manajemen. |
Perbandingan terperinci layanan AWS dengan komponen Fabric
Integrasi data dan alat ETL
Alat integrasi dan ekstrak, transformasi, pemuatan (ETL) data membantu Anda mengekstrak, mengubah, memuat data dari beberapa sumber ke dalam sistem terpadu untuk analisis.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| LEM AWS | Data Factory | AWS Glue dan Azure Data Factory adalah layanan ETL yang dikelola sepenuhnya yang memfasilitasi integrasi data di berbagai sumber. |
| Alur Kerja Terkelola Amazon untuk Apache Airflow (MWAA) | Data Factory dengan alur Azure Synapse Analytics | Apache Airflow menyediakan orkestrasi alur kerja terkelola untuk alur data yang kompleks. Alur Azure Synapse Analytics mengintegrasikan Apache Airflow dengan Azure Data Factory untuk pengalaman yang lebih terintegrasi. AWS MWAA adalah solusi Airflow terkelola. |
| Alur Data AWS | Data Factory | AWS Data Pipeline dan Azure Data Factory memungkinkan pergerakan dan pemrosesan data di seluruh layanan dan lokasi. |
| AWS Database Migration Service (DMS) | Azure Database Migration Service | Layanan ini dapat membantu Anda memigrasikan database ke cloud dengan waktu henti minimal. Perbedaan utamanya adalah bahwa layanan Azure dioptimalkan untuk migrasi tanpa hambatan ke database Azure, menyediakan alat penilaian dan rekomendasi, sedangkan AWS DMS berfokus pada migrasi dalam lingkungan AWS. AWS DMS menyediakan fitur replikasi yang sedang berlangsung untuk arsitektur hibrid. |
| Amazon AppFlow | Aplikasi Logika Azure | Layanan ini memungkinkan aliran data otomatis antara aplikasi dan layanan cloud tanpa memerlukan kode. Logic Apps menyediakan kemampuan integrasi yang luas dengan berbagai konektor dan desainer visual. AppFlow berfokus pada transfer data yang aman antara aplikasi SaaS tertentu dan layanan AWS dan menyediakan fitur transformasi data bawaan. |
| AWS Step Functions | Data Factory dengan Logic Apps | Layanan ini menyediakan orkestrasi alur kerja untuk mengoordinasikan aplikasi terdistribusi dan layanan mikro. Step Functions dirancang untuk mengatur layanan AWS dan layanan mikro dalam aplikasi tanpa server. Logic Apps digunakan untuk integrasi data dan otomatisasi alur kerja perusahaan. |
Pergudangan data
Solusi ini dirancang untuk menyimpan dan mengelola data terstruktur dalam volume besar yang dioptimalkan untuk kueri dan pelaporan.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon Redshift | Azure Synapse Analytics | Amazon Redshift dan Azure Synapse Analytics dikelola sepenuhnya, layanan pergudangan data skala petabyte yang dirancang untuk analitik dan pelaporan data skala besar. Perbedaan utamanya adalah Azure Synapse Analytics menyediakan platform analitik terpadu yang menggabungkan pergudangan data dan pemrosesan big data, sedangkan Redshift berfokus terutama pada pergudangan data. |
| Amazon Redshift Spectrum | Azure Synapse Analytics dengan integrasi Data Lake | Layanan ini memungkinkan Anda untuk mengkueri data di seluruh gudang data dan data lake tanpa memindahkan data. Azure Synapse Analytics menyediakan mesin SQL dan Spark terintegrasi. Redshift Spectrum memperluas kueri SQL Redshift ke data di Amazon S3. |
| Formasi AWS Lake | Azure Synapse Analytics dengan Azure Data Lake Storage | Layanan ini dapat membantu Anda membuat data lake yang aman untuk analitik. Azure menggabungkan fungsionalitas data lake dan gudang data di Azure Synapse Analytics. AWS menyediakan Lake Formion untuk data lake dan Redshift sebagai layanan gudang data terpisah. |
| Amazon RDS dengan Kueri Federasi Redshift | Azure SQL Database | Layanan ini mendukung kueri di seluruh database operasional dan gudang data. Azure Synapse Analytics memberikan pengalaman analitik bawaan terpadu. AWS mengharuskan Anda menggabungkan RDS dan Redshift untuk kemampuan kueri lintas layanan serupa. |
| Amazon Aurora dengan integrasi Redshift | Azure Synapse Link untuk Azure Cosmos DB | Layanan ini menyediakan analitik berperforma tinggi melalui data operasional. AWS mengharuskan Anda menyiapkan alur data antara Aurora dan Redshift. Dengan Azure Synapse Link, Anda tidak perlu memindahkan data. |
Solusi data lake
Platform ini menyimpan sejumlah besar data mentah yang tidak terstruktur dan terstruktur dalam format aslinya untuk pemrosesan di masa mendatang.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon S3 | Azure Data Lake Storage | Amazon S3 dan Azure Data Lake Storage adalah solusi penyimpanan yang dapat diskalakan untuk membangun data lake untuk menyimpan dan menganalisis data dalam volume besar. Data Lake Storage menyediakan namespace hierarkis. Amazon S3 menggunakan struktur datar. |
| Formasi AWS Lake | Azure Synapse Analytics | AWS Lake Formion dan Azure Synapse Analytics dapat membantu Anda menyiapkan, mengelola, dan mengamankan data lake untuk analitik. Perbedaan utamanya adalah Azure Synapse Analytics menyediakan layanan analitik all-in-one yang menggabungkan data lake, gudang data, dan analitik big data, sedangkan Lake Formion berfokus pada persederhanaan pembuatan dan manajemen data lake dengan fitur keamanan dan tata kelola yang kuat. |
| Amazon Athena | Kumpulan SQL tanpa server Azure Synapse Analytics | Layanan ini memungkinkan Anda untuk mengkueri data yang disimpan di data lake dengan menggunakan SQL, tanpa menyiapkan infrastruktur. Amazon Athena adalah solusi mandiri yang terintegrasi dengan layanan AWS lainnya. Kumpulan SQL tanpa server adalah bagian dari platform Azure Synapse Analytics. |
| Katalog Data Lem AWS | Microsoft Purview | Layanan ini menyediakan repositori metadata terpusat untuk menyimpan dan mengelola skema data dan metadata untuk data lake. AWS Glue menyediakan subset fitur Microsoft Purview. Microsoft Purview mendukung katalog data, pelacakan silsilah data, dan klasifikasi data sensitif, baik data berada di lokal, di cloud, atau dalam aplikasi SaaS. |
Analitik big data
Layanan ini memproses dan menganalisis himpunan data besar dan kompleks untuk mengungkap pola, wawasan, dan tren. Tabel berikut ini menyediakan perbandingan langsung layanan big data individual. Microsoft Fabric adalah layanan all-in-one untuk big data dan analitik. Ini menyediakan layanan berikut dan banyak lagi.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon EMR | Azure HDInsight | Kedua layanan menyediakan kerangka kerja big data terkelola untuk memproses data yang disimpan di data lake. EMR menyediakan kerangka kerja Hadoop dan Spark terkelola. HDInsight adalah solusi perusahaan terkelola penuh yang mendukung Hadoop, Spark, Kafka, dan analitik sumber terbuka lainnya. |
| Amazon EMR | Azure Databricks | Layanan ini memungkinkan pemrosesan big data melalui Apache Spark di lingkungan terkelola. EMR memungkinkan Anda menjalankan kluster Apache Spark dengan konfigurasi fleksibel dan opsi penskalakan. Azure Databricks menyediakan platform Apache Spark yang dioptimalkan dengan notebook kolaboratif dan alur kerja terintegrasi. |
| Amazon Kinesis | Azure Event Hubs dan Azure Stream Analytics | Layanan ini menyediakan streaming dan analitik data real-time untuk memproses dan menganalisis aliran data volume tinggi. |
| AWS Glue dengan AWS Glue Studio | Azure Synapse Analytics dengan kumpulan Apache Spark | Kedua layanan ini menyediakan kemampuan pemrosesan big data dengan transformasi dan analitik data terintegrasi. |
Inteligensi bisnis dan pelaporan
Layanan ini menyediakan visualisasi, pelaporan, dan dasbor data untuk membantu bisnis membuat keputusan berdasarkan informasi.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon QuickSight | Power BI | QuickSight dan Power BI menyediakan alat analitik bisnis untuk visualisasi data dan dasbor interaktif. |
| Amazon Managed Grafana | Azure Managed Grafana | Layanan ini menyediakan Grafana terkelola, yang memungkinkan Anda memvisualisasikan metrik, log, dan jejak di beberapa sumber data. |
| Pertukaran Data AWS | Azure Data Share | Layanan ini memfasilitasi berbagi dan pertukaran data yang aman antar organisasi. Data Exchange menyediakan model marketplace. Data Share berfokus pada berbagi data lintas penyewa. |
| Amazon OpenSearch Service dengan Kibana | Azure Data Explorer dengan dasbor | Layanan ini menyediakan eksplorasi data real-time dan analitik interaktif melalui data dalam volume besar. OpenSearch menggunakan Kibana untuk pencarian dan visualisasi. Azure Data Explorer menggunakan Kusto, yang dioptimalkan untuk penyerapan dan kueri data yang cepat. |
Pemrosesan data real time
Sistem ini menyerap dan menganalisis data saat dihasilkan untuk memberikan wawasan dan respons langsung.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon Kinesis | Azure Event Hubs dan Azure Stream Analytics | Layanan ini menyediakan streaming dan analitik data real-time untuk memproses dan menganalisis aliran data volume tinggi. Kinesis menyediakan rangkaian terintegrasi untuk streaming data dan analitik dalam AWS. Azure memisahkan penyerapan (Event Hubs) dan pemrosesan (Stream Analytics). |
| Amazon Managed Streaming for Apache Kafka (MSK) | Azure HDInsight dengan Apache Kafka | Layanan ini menyediakan kluster Apache Kafka terkelola untuk membuat alur dan aplikasi data streaming real time. |
| AWS Lambda | Azure Functions | Platform komputasi tanpa server ini menjalankan kode sebagai respons terhadap peristiwa dan secara otomatis mengelola sumber daya komputasi yang mendasarinya. |
| Amazon DynamoDB Streams | Umpan perubahan Azure Cosmos DB | Layanan ini memungkinkan pemrosesan data real time dengan menangkap dan menyediakan aliran modifikasi data. |
| Amazon ElastiCache dengan aliran Redis | Azure Cache for Redis dengan aliran Redis | Layanan ini menyediakan instans Redis terkelola yang mendukung aliran Redis untuk penyerapan dan pemrosesan data real time. |
| Amazon IoT Analytics | Azure IoT Hub dengan Azure Stream Analytics | Layanan ini memungkinkan Anda memproses dan menganalisis data dari perangkat IoT secara real time. AWS IoT Analytics menyediakan penyimpanan data bawaan dan kemampuan analisis. Azure menyediakan layanan modular: IoT Hub menangani penyerapan, dan Stream Analytics memproses data. |
Layanan pembelajaran mesin
Alat dan platform ini memungkinkan pengembangan, pelatihan, dan penyebaran model pembelajaran mesin.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon SageMaker | Pembelajaran Mesin Azure | Platform komprehensif ini memungkinkan Anda membangun, melatih, dan menyebarkan model pembelajaran mesin. |
| ADI AWS Deep Learning | Azure Ilmu Data Virtual Machines | Layanan ini menyediakan komputer virtual yang telah dikonfigurasi sebelumnya yang dioptimalkan untuk pembelajaran mesin dan beban kerja ilmu data. |
| Amazon SageMaker Autopilot | Pembelajaran mesin otomatis (AutoML) | Layanan ini menyediakan pembelajaran mesin otomatis untuk membangun dan melatih model. |
| Amazon SageMaker Studio | Studio Azure Pembelajaran Mesin | Layanan ini menyediakan lingkungan pengembangan terintegrasi untuk pembelajaran mesin. SageMaker Studio menyediakan antarmuka terpadu untuk semua langkah pengembangan pembelajaran mesin, termasuk alat penelusuran kesalahan dan pembuatan profil. |
Layanan AI
Layanan AI menyediakan kemampuan AI bawaan yang dapat disesuaikan untuk aplikasi, termasuk visi, ucapan, bahasa, dan pengambilan keputusan.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon Rekognition | Azure AI Vision dengan OCR dan AI | Layanan ini menyediakan kemampuan analisis gambar dan video, termasuk pengenalan objek dan con mode tenda ration. |
| Amazon Polly | Azure AI Speech (teks ke ucapan) | Anda dapat menggunakan layanan ini untuk mengonversi teks menjadi ucapan seperti kehidupan untuk memungkinkan aplikasi berinteraksi dengan pengguna dengan suara yang terdengar alami. |
| Amazon Transcribe | Azure AI Speech | Layanan ini mengonversi bahasa lisan menjadi teks, yang memungkinkan aplikasi mentranskripsikan aliran audio. |
| Amazon Translate | Penerjemah Azure AI | Layanan ini menyediakan kemampuan terjemahan mesin untuk menerjemahkan teks dari satu bahasa ke bahasa lain. |
| Amazon Comprehend | Azure AI Language | Layanan ini menganalisis teks untuk mengekstrak wawasan seperti sentimen, frasa kunci, entitas, dan deteksi bahasa. |
| Amazon Lex | Azure AI Bot Service | Anda dapat menggunakan layanan ini untuk membuat antarmuka percakapan dan chatbot yang menggunakan pemahaman bahasa alami. Azure menyediakan pendekatan modular dengan layanan terpisah untuk kerangka kerja pengembangan bot dan pemahaman bahasa. Amazon Lex menyediakan solusi terintegrasi untuk membangun antarmuka percakapan dalam AWS. |
| Amazon Textract | Azure AI Document Intelligence | Kedua layanan ini secara otomatis mengekstrak teks dan data dari dokumen dan formulir yang dipindai dengan menggunakan pembelajaran mesin. Azure menyediakan model yang dapat disesuaikan untuk jenis dokumen tertentu, yang memungkinkan ekstraksi data yang disesuaikan. Textract menyediakan ekstraksi struktur data kompleks di luar kotak. |
| Layanan Amazon OpenSearch | Pencarian Azure AI (pencarian generatif) | OpenSearch dan AI Search menyediakan kemampuan pencarian dan analitik yang kuat. Anda dapat menggunakannya untuk pola AI umum, seperti retrieval-augmented generation (RAG). |
Layanan AI generatif
Layanan AI ini membuat konten atau data baru yang menyerupan output yang dihasilkan manusia, seperti teks, gambar, atau audio.
| Layanan AWS | Layanan Azure | Analisis |
|---|---|---|
| Amazon Bedrock | Layanan Azure OpenAI , Azure AI Foundry | Amazon Bedrock, Azure AI Foundry, dan Azure OpenAI Service menyediakan model dasar untuk membuat dan menyebarkan aplikasi AI generatif. |
Kontributor
Artikel ini dikelola oleh Microsoft. Ini awalnya ditulis oleh kontributor berikut.
Penulis utama:
- Regina Hackenberg | Spesialis Teknis Senior
Kontributor lainnya:
- Adam Cerini | Direktur, Strategi Teknologi Mitra
Untuk melihat profil LinkedIn non-publik, masuk ke LinkedIn.