Azure Synapse Analytics es una plataforma de análisis moderna que combina datos, análisis y servicios de inteligencia. Permite almacenar datos de forma distribuida en 60 bases de datos y distribuirlos mediante hash, round-robin o replicación. Los recursos de CPU, memoria e IOPS se asignan mediante Data Warehouse Units, lo que determina la capacidad de consultas simultáneas y procesos en paralelo de la instancia.

1. Ahias Portillo
Mentor Primus Data, Costa
Rica
Introducción Azure Synapse
Analytics

2. Ahias Portillo
• Mentor en Primus Data, Costa Rica.
• Consultor con más de 14 años de experiencia en el área de
Inteligencia de negocios y base datos.
• Proyectos realizados Centro América, Republica
Dominicana y Estados Unidos.
• Conferencias impartidas en: Centro América, Panamá,
Estados Unidos, México y España.
• Master en Tecnologías de Base de datos, Cenfotec, Costa
Rica.
• Master en Ciencia de Datos, UOC, España.
• Egresado Master en Estadística para la investigación, UCA,
El Salvador.
• Certificado en Microsoft profesional en Ciencia de Datos.
• Certificado en Microsoft profesional en Big Data.

3. Arquitectura moderna de Datawarehouse

4. Azure Synapse Analytics el hada que buscas

5. ¿Qué es Azure Synapse Analytics ?

6. Arquitectura de Azure Synapse
Analytics
https://azure.microsoft.com/en-
us/documentation/articles/sql-data-
warehouse-overview-what-is
Dist_DB_1
Dist_DB_2
Dist_DB_15
…
Dist_DB_16
Dist_DB_17
Dist_DB_30
…
…
…
…
Dist_DB_46
Dist_DB_47
Dist_DB_60
…

7. Distribuciones
• Las bases de datos almacenan una o mas tablas de
forma distribuida.
• Los datos se almacenan en 60 bases, las cuales pueden
estar en nodos diferentes.
• Los datos pueden ser distribuidos por medio de Hash.
• Los datos pueden ser distribuidos por medio de Round-
Robin.
• Los datos pueden replicados.

8. Distribución por HASH
• Divide los datos basado en un algoritmo de hashing.
• Un mismo valor siempre genera un hash de distribución
igual.
• Rendimiento para tablas muy grandes.
• Puede existir problemas para tablas con valores de alta
frecuencia.

9. Distribución por Round-Robin
• Los datos se distribuyen de manera uniforme entre los
nodos.
• Mas fácil de implementar, no es necesario saber nada
sobre los datos.
• Útil para dimensiones y hechos que no poseen una
buena columna de distribución por hash.
• Se incurrirá en más movimiento de datos cuando se
realicen los querys.

10. Distribución por Replicación

11. Resumen de distribución

12. Control
ComputeStorage
Querys

13. Data Warehouse Units (DWUs)
• Los DWU indican los recursos CPU, memoria e IOPS, que se
asignan a la instancia de Azure SQL DW.
• Gen1DWU 100 – 6000./Gen2 DWU1000c-30000c
• ¿Cuántos nodos de cómputo usa tu instancia?.
• ¿ Cuántas consultas simultáneas puede ejecutar su instancia?.
• ¿ Cuantos procesos en paralelo?.
• El límite de tamaño de las transacciones.

14. Data Warehouse Units (DWUs)

15. Data Warehouse Units (DWUs)

16. DEMO

17. ¿Preguntas?