微软开源了一个原为内部使用的大数据项目Data Accelerator，能进行大规模数据处理，简化在Apache Spark上串流传输的工作，支持SQL以及即时查询，不需要撰写程序代码就能设置处理规则与设置警报。从2017年开发以来，已经大规模应用在各种微软产品工作管线上，现在于GitHub上开源。
微软在2017年开始发展Data Accelerator项目，为的是要处理多来源串流数据，将这些数据重新组合后，路由到不同的输出数据池（Output Sink），以方便进行后续的分析。微软提到，在这过程中，范式是一个负担沉重的工作，要在异构事件环境，捕捉和调整事件解析器，需要花费不少时间与资源。
而Data Accelerator可以帮助用户简化这项工作，从事件数据样本中推断数据的结构，并将串流中的事件写出到各种数据存储。微软提到，Data Accelerator不只可以被当作事件截取服务Event Hubs以及数据库间的管线，还能在进行串流传输的时候，重塑传入的事件，将同一事件的不同部分路由到不同的数据库。
Data Accelerator能大幅加速在Spark上的串流工作管线构建，其随插即用的简单设计，用户只要设置输入来源以及输出数据池，在数分钟内就能完成管线构建。Data Accelerator支持从Eventhub和IoThub读取数据，并将数据写入到Azure blob、CosmosDB、Eventhub等服务。
综合应用事件与结构，Data Accelerator可以在事件流经工作管线的时候，识别并进行修改，分割、整合甚至是丢弃事件不需要的部分。Data Accelerator提供了配置用户接口，以及好用的查询和规则设计工具，让用户无需撰写任何程序代码，就能设置警示或是处理数据的规则。另外，Data Accelerator还支持串流数据的复杂处理任务，不论是依变动的时间窗口处理数据，还是随时间累加数据，用户都能以简单的方法操作这些高端功能。
微软提到，Data Accelerator支持dev-test循环的快速验证周期，让事件查询的实例，在部署之前就能迭代修正到可用，这可以节省大测量试工作管线处理的时间，Data Accelerator还支持SQL查询，用户不需要使用Scala，光用SQL就能进行复杂的查询工作。