Contoso Pharmaceuticals는 방대한 양의 연구 데이터(유전체 서열, 임상 시험 결과, 실험실 장비의 센서 데이터 등)를 Azure Data Lake Storage Gen2(ADLS Gen2)에 Parquet, CSV, JSON 형식으로 저장하고 있습니다. 이 회사는 다음 요구사항을 충족하는 데이터 분석 플랫폼을 구축하고자 합니다.
- 대규모 데이터 변환 및 처리
- 구조화 및 비구조화 데이터에 대한 고급 분석 및 기계 학습(Machine Learning) 워크로드 실행
- 기존 .NET 애플리케이션과의 원활한 통합
- 연구원들에게 셀프 서비스 분석(Self-service Analytics) 기능 제공
- 운영 오버헤드 최소화
이러한 요구사항을 고려할 때, Contoso가 데이터 분석 플랫폼으로 선택할 수 있는 가장 적합한 Azure 서비스는 무엇입니까? (정답 2개)
A. Azure Synapse Analytics: 통합된 분석 플랫폼으로 데이터 웨어하우징(Data Warehousing) 및 빅 데이터 분석(Big Data Analytics)(Spark Pool, SQL Pool)을 모두 제공하여 다양한 분석 워크로드를 지원합니다.
B. Azure Databricks: 최적화된 Apache Spark 환경을 제공하며, MLflow를 통한 기계 학습(Machine Learning) 기능과 Delta Lake를 통한 안정적인 데이터 처리에 강점을 가집니다.
C. Azure HDInsight: 관리형 오픈 소스 클러스터(Managed Open-Source Clusters)(예: Spark on HDInsight)를 제공하여 빅 데이터 처리가 가능하지만, 다른 서비스 대비 운영 오버헤드가 상대적으로 높을 수 있습니다.
D. Azure Stream Analytics와 Azure Data Factory의 조합: 실시간 데이터 처리(Real-time Data Processing)와 데이터 통합(Data Integration)에 특화되어 있으며, 저장된 대규모 데이터에 대한 고급 분석 및 머신러닝 워크로드에는 직접적으로 적합하지 않습니다.