问题
今天，我发现了另一个名为Azure Data Explorer(ADX(的Azure服务。很抱歉这样的服务比较，我对除 ADX 以外的所有服务都有很好的了解。我觉得有一个很大的功能覆盖，所以想知道 ADX 在 Azure 基础结构中的确切角色。
当ADX明显优于Synapse/Databricks时，用例是什么？
我对ADX的理解
AFAIK，ADX 是一个群集(按小时计费，如 Databricks 或 Synapse，而不是 ADLA(，它为你处理数据库，并针对流式引入和大规模即席查询进行了优化。它还支持外部表，这些表的性能较差，但更便宜(需要为 Blob/ADLS 存储付费(。
详
我不明白为什么我们需要 ADX，如果：
- Azure Synapse 具有类似的定价模型(群集、每小时(，它还支持大规模流式引入和即席查询。Azure Synapse 支持通过 Polybase 外部表查询 BlobStorage/ADLS。
- Databricks是另一种能够做到这一点的服务。使用 Databricks Ingest 和 Delta Lake - 您可以引入流数据并以流式处理和批处理方式使用它们。实际上，您可以拥有交互式群集来为您处理即席查询。
- 此外，如果需要实时分析 - 请使用 Azure 流分析。如果你想要类似雅典娜的体验 - 使用ADLA(它仍然不支持ADLS gen2(。
Azure 数据资源管理器专注于高速、高容量高方差(大数据的 3 V(。它对流入的此类数据提供超快速的交互式查询。它原生支持 json 和文本，包括全文搜索和索引。
它用于与大量垂直行业中的感知活动和时间序列相关的广泛方案：IoT、API 日志、事务监视和临时数据探索。
Microsoft提供ADX即服务，因为它是Microsoft用于自己的遥测的主要服务，我们在安全，运营监控，游戏分析，产品洞察使用分析，物联网，联网车辆方面提供的所有分析解决方案都基于ADX。您可以在我们的文档中找到完整列表。为清楚起见，SQL、Synapse、CosmosDB 将其遥测数据存储在 Azure 数据资源管理器中。
SQL DW(AKA Synapse SQL pool(是一个优秀的数据仓库，实现了现代数据仓库模式。ETL>精选数据模型> 通过分析服务或 Power BI 加载和服务。
ADX 用于实时分析，支持对新鲜到几秒钟前的数据应用读取时架构 (SOR(。
在替换用于日志、时序数据库等的基于 SOLR/Lucine 的变体时，请考虑将 ADX 视为完全托管的平台。
在大型工作负载中试用它，您会发现它比替代方案便宜得多，并且功能更强大，性能更高。
如果您需要帮助，请与我联系。
Azure 数据资源管理器别名 Kusto 专注于大量数据引入以及几乎实时的查询和分析。它是Microsoft发明的，用于日志和遥测分析，但可用于其他目的，例如物联网、传感器数据或网络分析。Azure 内部服务(如 Azure Monitor 和 Log Analytics(也使用相同的技术。
类似的功能可以建立在Synapse或Databricks或HDInsight上，但我认为这些工具适合更广泛的用例。ADX 的焦点相当窄。ADX 确实支持查询 ("KQL"(，但对 SQL 的支持非常有限。它适用于仅附加数据，不适用于更新。它不是数据仓库、数据库或数据湖。
Microsoft材料是指名为 Kusto 的 ADX 背后的技术。有关此内容的更多信息，请访问 https://learn.microsoft.com/en-us/azure/data-explorer/kusto/concepts/。在这篇博文中可以找到一个很好的服务比较：https://vincentlauzon.com/2020/02/19/azure-data-explorer-kusto