该研讨会为一家银行实现了一个创新的欺诈检测解决方案，作为PoC，该银行为全球各地的商户客户提供商业支付处理服务，通过应用机器学习和高级分析来检测欺诈交易，帮助他们节省成本。由于他们的客户遍布世界各地，正确的解决方案应该尽可能多地、尽可能紧密地将解决方案分发到客户使用服务的地区，从而最大限度地减少使用他们的服务时遇到的任何延迟。研讨会设计了一个数据管道解决方案，利用Cosmos DB进行流数据的可伸缩摄取，以及预先评分的数据和机器学习模型的全球分布式服务。Cosmos DB在全球范围内运行时的主要优势是其高并发性、低延迟和可预测的结果。
这种组合是唯一的宇宙DB和理想的银行需要。该解决方案利用Cosmos DB更改数据feed与Azure Databricks Delta和Spark功能相协调，以支持现代数据仓库解决方案，可用于创建风险降低解决方案，以离线、批处理方式和近乎实时的请求/响应方式对交易欺诈进行评分。https://github.com/Microsoft/MCW-Cosmos-DB-Real-Time-Advanced-Analytics结论:如何利用Azure Cosmos DB + Azure Databricks与Spark ML一起构建创新的高级分析管道。
