我有很多数据文件，最终会定期推送并存储在Azure Storage / Data Lake上 . 我想提供对此数据进行分析的能力，但后来我发现在Azure上有两种方法：
U-SQL / Azure数据湖查询（可视化???）
在Azure和Zeppelin上使用Spark的Spark SQL
可以有人建议我何时使用这种方法中的哪一种？在我看来，两者都可以做类似的工作 .
您可以将U-SQL视为Microsoft的Spark SQL版本，您可以在其中编写SQL Server样式的SQL并使用C＃中的用户定义函数进行扩展 . 使用Spark时，您可以使用半MySQL MySQL样式编写SQL，并使用Scala或Python进行扩展 .
如果您熟悉Scala或Python，那么选择HDInsight可能是最佳选择 . Spark附带了GraphX和MLLib，目前Data Lake Analytics中没有类似物 . 此外，如果您需要在Azure之外工作的东西，那么SparkSQL是您唯一的选择 .
另一个需要考虑的重要方面是定价 . Data Lake Analytics仅在您的查询执行时花费金钱，但只要群集正在运行，HDInsight就会花钱 . 根据数据的大小和查询的复杂程度，Data Lake Analytics可以更便宜，因为在配置时您不需要付费 .
1 回答
您可以将U-SQL视为Microsoft的Spark SQL版本，您可以在其中编写SQL Server样式的SQL并使用C＃中的用户定义函数进行扩展 . 使用Spark时，您可以使用半MySQL MySQL样式编写SQL，并使用Scala或Python进行扩展 .
如果您熟悉Scala或Python，那么选择HDInsight可能是最佳选择 . Spark附带了GraphX和MLLib，目前Data Lake Analytics中没有类似物 . 此外，如果您需要在Azure之外工作的东西，那么SparkSQL是您唯一的选择 .
另一个需要考虑的重要方面是定价 . Data Lake Analytics仅在您的查询执行时花费金钱，但只要群集正在运行，HDInsight就会花钱 . 根据数据的大小和查询的复杂程度，Data Lake Analytics可以更便宜，因为在配置时您不需要付费 .