微軟推出基於Apache Spark的Azure Databricks 簡化開發

11 月 15 日，微軟公司召開年度開發者大會 Connect; 2017。微軟全球執行副總裁 Scott Guthrie 在大會上宣布推出多項全新的微軟數據平台技術與跨平台開發工具。

Scott Guthrie 表示："通過當今的智能雲技術，人工智能等新興技術開始顯現出從全方位顛覆我們與世界互動的方式的潛力，開發者則是塑造這種潛力的先行者。今天，在 Connect; 開發者大會上，我們推出的全新工具與服務將幫助開發者利用他們早已熟悉並喜愛的平台、語言和協作工具，為人工智能引領的未來建立起更多的應用與服務。"

微軟將持續致力於提供開放的技術，予力開放源社區的發展並與之深入合作。全新的工具與合作旨在幫助開發者構建企業級智能雲應用程序。無需考慮平台，開發者可安心利用 Azure 內置的安全性、高性能、合規性、技術支持及高服務級別協議。

Azure Databricks：與 Apache Spark 創始人合作推出的 Azure Databricks 預覽版是一個基於 Apache Spark 的分析平台。它快速、簡單、協同，並提供了一鍵設置、流暢的工作流和交互式工作空間。與 Azure SQL 數據倉庫、Azure 存儲、Azure Cosmos DB、Azure Active Directory 和 Power BI 的無縫原生集成簡化了現代化數據倉庫的創建過程。這些數據倉庫使組織能夠為所有數據的自助分析和機器學習帶來企業級的高性能與管理。

微軟加入 MariaDB 基金會：微軟將作為白金會員加入了 MariaDB 基金會，並宣布即將推出基於 Azure 的 MariaDB 預覽版，提供可完全管理的 MariaDB 雲服務。

針對 Apache Cassandra API 的 Azure Cosmos DB 服務：這個預覽版為 Azure Cosmos DB 增強了多模型功能，可輕易將"Cassandra 即服務"實現全球分布式服務，且擁有多個一致性級別及業內領先的服務級別協議。

Git Virtual File Systems（GVFS）的 GitHub 產品路線圖：微軟和 GitHub 將進一步加深其開放源代碼合作夥伴關係，將 GVFS 的支持擴展到 GitHub。GVFS 是微軟開發的一款 Git 版本開源擴展，用以支持世界上最大的存儲庫。

簡化開發者的基礎任務

微軟全新工具將幫助開發人員、開發團隊和數據科學家更有效地合作，提高應用程序開發、部署和管理的協作效率。新工具和增強的功能將簡化開發者的基礎任務，以幫助開發者更專注於將應用程序向更多平台及場景推廣--無論是麵向雲、移動還是人工智能。

Visual Studio App Center 正式商用：這項全新雲服務將讓開發者能夠交付更高質量的應用並縮短開發周期。Objecttive-C、Swift、Android Java、Xamarin 和 React Native 開發者都可以利用 App Center 來提高工作效率，加快應用程序的生命周期，使他們可以更專注於交付新的應用功能和提升用戶體驗。

Visual Studio 動態分享（Live Share）：這項獨特的全新功能將使開發者得以在任何項目中無縫、安全地協作。通過這次發布的預覽版，開發者可以與團隊成員或其他開發人員共享項目，在他們自己的編輯器或 IDE 中，同時進行共同編輯和調試相同的代碼。

Azure DevOps 項目：該預覽版將讓開發者得以配置完整的 DevOps 管道，並能在五分鍾內接入 Azure 服務，以加快應用的開發部署。開發者隻需在 Azure 門戶輕鬆點擊，便可以建立 Git 資源庫，接通完全自動化的構件，以及在無需太多訓練的前提下也可以進行發布。

通過分析和人工智能變革業務模式

人工智能和機器學習的進步，使過去的"不可能"變得觸手可及。微軟的雲服務、基礎設施和工具，旨在幫助任何開發者擁抱人工智能技術，並利用數據和人工智能的力量開發雲和邊緣應用。

Azure IoT Edge：Azure IoT Edge 預覽版正式上線，並將引領物聯網邊緣的人工智能、高級分析和機器學習技術發展。

Azure 機器學習新進展：Azure 機器學習將通過 Core ML 與 Azure IoT Edge 及人工智能技術部署在 iOS 設備上進行整合，將雲端無處不在的人工智能技術帶入設備物聯網邊緣。

Visual Studio Tools for AI 預覽版：開發者與數據科學家將可以全麵利用 Visual Studio 在框架和語言方麵的高效功能建立人工智能模型。.NET 的更新還將使得 .NET 開發人員能夠更加容易地在他們的應用程序中利用人工智能模型。

Azure SQL 數據庫機器學習服務預覽：在 SQL 數據庫中對 R 模型的支持使數據科學家能夠無縫開發和訓練 Azure 機器學習的模型，並將這些模型直接部署到 Azure SQL 數據庫，從而快速創建預測。