Sdílet prostřednictvím

Vzorce integrace dat pro řešení Microsoft Industry Cloud

Platí pro:

  • Microsoft Cloud for Sustainability
  • Microsoft Cloud for Financial Services
  • Microsoft Cloud for Healthcare
  • Microsoft Cloud for Retail

Oborové datové modely slouží jako základ pro jejich příslušná řešení Microsoft Industry Cloud. V závislosti na úrovni vyspělosti datového majetku může být nutná integrace řešení s jinými systémy.

Výběr vhodného integračního vzoru je zásadním aspektem pro zajištění úspěšné implementace mezi řešeními Microsoft Industry Cloud a externími systémy. Tento článek představuje integrační vzory, nástroje a technologie relevantní pro integraci spolu s faktory, které je třeba při rozhodování zvážit.

Potřeba integrace

Systémy třetích stran mohou mít samostatné procesy a dokonce i odlišnou obchodní logiku. Pokud systém třetí strany používá stejný základní model Industry Cloud Common Data Model (CMD); odpadá potřeba přenosu dat, synchronizace a programování pro transformaci dat.

Vzory integrace dat používáme v následujících scénářích:

  • Primární nebo transakční data, která nejsou ústřední součástí jediného kontinuálního procesu správy. Data jsou synchronizována mezi procesem v jednom systému a Microsoft Industry Cloud.
  • Data jsou sdílena nebo vyměňována mezi systémy, když je to potřeba pro výpočty.
  • Data jsou sdílena nebo vyměňována mezi systémy, takže akce, ke kterým dojde v jednom systému, se projeví v systému druhém.
  • Souhrnná data ze systému s podrobnou úrovní dat jsou vyměňována do systému s reprezentací dat vyšší úrovně.

Jak vybrat správný integrační vzor

Existuje mnoho technických možností pro vývoj integrace a každá má své výhody a nevýhody. Chcete-li určit správný vzor integračního rozšíření, můžete zvážit následující faktory a zvážit je v rámci každé z těchto možností:

Rozhodovací faktor Popis
Typy a formáty dat Jaký typ a formát dat je integrován?
Volatilita dat Od nízké volatility / pomalu se mění na vysokou volatilitu / rychle se mění.
Objem dat Od dat s malým objemem k velkému objemu.
Dostupnost dat Kdy chcete, aby byla data připravena, od zdroje k cíli? Potřebujete je v reálném čase, nebo stačí na konci dne shromáždit všechna data a poslat je v naplánované dávce do cíle?
Ochrana služby a omezování Zajištění konzistentní dostupnosti a výkonu pro každého použitím omezení. Tato omezení by neměla mít vliv na běžné uživatele, ale pouze na klienty, kteří provádějí mimořádné požadavky. Pro poskytování chybových kódů při vytváření příliš mnoha požadavků by měl být použit společný vzor pro online služby.
Požadovaná úroveň transformace dat Požadavek na konverzi nebo agregaci zdrojových dat na cíl.
Triggery a akce triggerů Jaká akce spouští odesílání dat ze zdroje do cíle? Jaké konkrétní akce se mají automatizovat poté, co data dorazí k cíli?
Zpracování chyb Monitorování, aby se zjistily všechny problémy s rozhraními.
Škálovatelnost Zpracovávání očekávaných objemů transakcí v současnosti, v krátkodobém a dlouhodobém horizontu.
Systém evidence Zvažování, který systém je systémem evidence nebo vlastníkem informací.
Směr toku dat Tahá cílový systém data, nebo je odesílá zdrojový systém?

Na základě těchto faktorů můžete identifikovat integrační vzor a vybrat správný nástroj nebo technologii pro implementaci.

Vzory integrace

V této části prozkoumáme následující vzory integrace, které lze použít při integraci s Dataverse.

  • Integrace v reálném čase / synchronní integrace
  • Integrace téměř v reálném čase / asynchronní integrace
  • Dávková integrace
  • Integrace vrstvy prezentace

V každém vzoru je prezentována jedinečná struktura, kterou lze aktualizovat použitím jednoho nebo více vzorů. Následující sekce poskytují přehled, jak se tyto vzory zhmotňují pomocí konkrétních technologií, spolu s úvahami a vhodnými scénáři, v nichž je lze použít.

Integrace v reálném čase / synchronní integrace

Integrace v reálném čase je nepostradatelná v situacích, kde zdrojový systém vyžaduje okamžité odezvy, nebo jen s minimální latencí, na data, která odesílá. Tento požadavek se stává zásadním, když případ obchodního použití vyžaduje, aby zdrojový i cílový systém zůstaly konzistentně synchronizované a zajistily tak nepřerušovanou koherenci dat mezi těmito dvěma entitami. Synchronní integrace se stává zásadní, když cílový systém vyžaduje okamžitou reakci, aby mohl hladce pokračovat v probíhajícím procesu, což umožňuje včasné provedení následných akcí.

Tato forma integrace je často synonymem pro synchronní integraci. Následující schéma ilustruje převládající vzor synchronní integrace, kde aplikace A iniciuje požadavek na aplikaci B a okamžitě obdrží odpověď, což zajišťuje včasnou a pohotovou výměnu dat.

Schéma ukazující vzor integrace v reálném čase

Některé ze zmíněných technologických možností lze rozšířit tak, aby zahrnovaly zprostředkující systém, který slouží jako vysílač pro usnadnění transakčního procesu. Tento vysílač efektivně odděluje zdrojové a cílové aplikace řízením komunikace požadavků a odpovědí jejich jménem.

Schéma ukazující vzor integrace v reálném čase se službou vysílače

Tyto vzory synchronní integrace dat můžete implementovat s různými technologiemi, které jsou k dispozici v našich oborových cloudových řešeních. Následující tabulka obsahuje vzory osvědčených postupů a kdy je používat.

Možnost technologie Směr dat Účel Použít když
Webové rozhraní API Dataverse Načtení / odeslání dat z externího zdroje do Dataverse Implementace OData v4 pro poskytování operací CRUD pomocí standardní sady rozhraní, poskytující rozhraní, které je otevřené široké technologické cílové skupině. Většinou pro integraci transakční aplikace, kdy jsou vyžadovány diskrétní operace CRUD. Lze ji také použít k libovolné vlastní integraci, ale nevýhodou je složitost související s omezením, paralelismem a logikou opakování, zejména u velkých objemů dat.
Rozhraní API publikovaná řešeními Microsoft Industry Cloud Načtení / odeslání dat z externího zdroje do Dataverse Vlastní rozhraní API vytvořená řešeními Microsoft Industry Cloud pro podporu speciálních operací, jako je přístup k datům o emisích v souvislosti s vaším používáním Azure. Specifické operace publikované řešeními Microsoft Industry Cloud. Upřednostněte použití těchto vlastních rozhraní API před vytvořením vlastních vlastních rozhraní API.
Vlastní rozhraní API Dataverse Načtení / odeslání dat z externího zdroje do Dataverse Vytvoření vlastního API v Dataverse. Když jedna nebo více operací vyžadují sloučení do jediné operace nebo je třeba zveřejnit nový typ aktivační události.
Virtuální tabulky Načtení / odeslání dat z Dataverse do externího zdroje Připojení k externím zdrojům dat, se kterými se pracuje jako s nativními entitami Dataverse. Stahování referenčních dat a scénáře nízkého objemu CRUD.
Konektory Obousměrný Umožnění plynulé výměny dat mezi službami Microsoftu a externími systémy, aplikacemi a zdroji dat. Konektory publikované Microsoftem slouží k běžně používaným integracím, jako je vzájemné propojení služeb Microsoftu a aplikací první strany. Ověřené publikované konektory se používají pro specializované integrace s aplikacemi třetích stran a zajišťují kompatibilitu a spolehlivost. Vlastní konektory lze použít, když konektory Microsoftu nebo partnerů neřeší obchodní potřeby zákazníka.

Integrace téměř v reálném čase / asynchronní integrace

Asynchronní integrace se doporučuje v situacích, kdy v obchodním procesu nebo akci není potřeba okamžitá odezva v reálném čase. Obvykle se používá, když se mezi aplikacemi a systémy přenáší velké objemy komunikačních zpráv. Asynchronní vzory integrace zajišťují, že komunikace mezi systémy neblokuje ani nezpomaluje procesy, což umožňuje každému systému pracovat nezávisle a asynchronně. Některé z nejběžnějších způsobů implementace asynchronních integrací jsou integrace typu fronty zpráv, publikování–odběr a dávky. Tyto integrace můžete dle požadavků použít samostatně nebo v kombinaci. Často se souhrnně označují jako architektura řízená událostmi (EDA).

V následujícím vzoru fronty zpráv odesílatel převezme rámec řízený událostí a spotřebitel vytvoří vazbu přímo na událost. Když je zpráva odeslána, příjemce je upozorněn přímo a obdrží data obsažená ve zprávě o události.

Schéma zobrazující vzor asynchronní integrace pomocí fronty zpráv.

V následujícím vzoru publikování–odběr vydavatel vygeneruje zprávu ve standardizovaném publikovaném formátu a přenese ji do vyhrazeného kanálu pro publikování/předplatné, který může mít jednoho nebo více odběratelů. Každý odběratel je přihlášen k odběru konkrétního kanálu nebo tématu, což mu umožňuje přijímat a zpracovávat publikovanou zprávu (událost) podle potřeby. Vzor publikování–odběr je vybrán pro scénáře komunikace 1:N, protože zprávy (události) může nezávisle přijímat a zpracovávat více odběratelů.

Diagram zobrazující vzor asynchronní integrace pomocí vydavatele a odběratele.

Tyto vzory asynchronní integrace dat lze implementovat s různými možnostmi. Následující tabulka obsahuje dostupné možnosti a osvědčené postupy, kdy je použít.

Možnost technologie Řízeno událostí nebo publikování–odběr Účel Důležité informace Použít když
Power Automate Oba Potřeby automatizace s minimálním psaním kódu. Dodržujte omezení Power Automate a každého konektoru, jako je omezování. Použijte pro toky triggerů Dataverse nebo když chcete spouštět toky Power Automate podle plánu.
Vlastní konektory založené na Logic Apps Řízené událostmi Budování datových konektorů pro řešení , které získá data z řešení ISV. Než budou přesunuty do produkce, musí projít kontrolou ochrany osobních údajů, zabezpečení a souladu. Použití scénářů integrace ISV, kde neexistují žádné nativní konektory.
Logic Apps a Azure Service Bus Publikování–odběr Přijímání zpráv vydavatelem do Service Bus a Logic Apps spotřebuje zprávu k odeslání aplikacím odběratele. Berte na vědomí omezení konfigurace a provádění pro Logic Apps. Použití pro nativní triggery v konektorech Logic Apps a vlastní integrace ve scénářích více odběratelů.
Azure Functions, funkce Web Apps služby Azure App Service a Azure Service Bus Publikování–odběr Použijte frontu zpráv k implementaci komunikačního kanálu mezi aplikací a instancemi spotřebitelské služby. Zvažte uspořádání zpráv a další aspekty návrhu. Scénáře s velkým objemem a volatilitou, kde integraci nelze vyvinout pomocí možností s minimálním psaním kódu (Power Automate nebo Logic Apps).
Koncový bod služby Oba Odeslání informací o kontextu do fronty, tématu, webhooku nebo centra událostí. Nevhodné pro dlouhodobé transakce. Když je požadavek na integraci většinou splněn s odesíláním kontextu Dataverse přímo do cíle a řazení zpráv není kritické.

Dávková integrace

Dávkování je praxe shromažďování a přenášení sady zpráv nebo záznamů v dávce, aby se omezilo chatování a režie. Dávkové zpracování shromažďuje po určitou dobu data a poté je zpracovává v dávkách. Tento přístup je užitečný při práci s velkými objemy dat nebo když zpracování vyžaduje značné zdroje. Tento vzor také umožňuje replikaci hlavních dat do úložiště replik pro účely analýzy.

Možnost technologie Směr dat Účel Důležité informace Použít když
Azure Data Factory Oba směry Vytváření datových toků pro transformaci dat přijatých z Dataverse nebo před jejich zpracováním do Dataverse Omezení služeb Data Factory Scénář hromadného příjmu nebo exportu dat s komplexní, vícestupňovou transformací.
Power Automate – Automatizace pracovních postupů a úlohy pro Microsoft Omezená škálovatelnost a dlouhé zpracování Použijte Power Automate, když potřebujete automatizovat opakující se úlohy, aktivovat akce na základě událostí a integrovat aplikace bez náročného vývoje s použitím kódu.
Tok dat Power Query Z externích systémů do Dataverse Nástroj pro přípravu dat, který umožňuje přijímat, transformovat a načítat data do prostředí Dataverse. Omezení Základní scénáře, kde cíl je Dataverse a stávající konektory nevyhovují, a další dané scénáře pro Power BI.
Kanály Azure Synapse Oba směry Vytváření kanálů pro transformaci dat přijatých z Dataverse nebo před jejich ingestací do Dataverse – Scénáře analýzy a datového skladu.
Azure Synapse Link for Dataverse Z Dataverse do Azure Synapse Analytics nebo Azure Data Lake Storage v2 (ADLS) Replikace dat Dataverse do Azure Synapse Analytics nebo ADLS v2 umožňuje na vašich datech spouštět scénáře analýzy, business intelligence, strojového učení a vlastního vykazování. Tabulky, které nejsou podporovány. Analýza dat a vlastní reportování. Také jako mezistupeň exportu dat.
Azure Logic Apps – Vytváření pracovních postupů s výkonnými funkcemi integrace. Složité dávkové operace mohou vyžadovat složitější konfiguraci a orchestraci. Nejsou optimalizovány pro specializované scénáře dávkového zpracování. Azure Logic Apps je vhodný pro orchestraci obchodních procesů a integraci služeb.
SSIS (SQL Server Integration Services) Oba směry Použití konektoru třetí strany pro stahování a odesílání dat z/do Dataverse. Protože se nejedná o řešení PaaS, je třeba vyhodnotit škálování, využití paměti, výkon a náklady. Jakákoli omezení při cloudových nástrojích pro extrakci, transformaci a načtení (ETL) nemusí být možné.

Integrace vrstvy prezentace

Prezentace nebo integrace uživatelského rozhraní je na nejvyšší úrovni systému a představuje prvek, který uživatel vidí a se kterým komunikuje. V určitých případech použití se integrace musí uskutečnit na této úrovni kombinací informací z různých systémů nebo zdrojů dat a jejich zobrazením v jediném uživatelském rozhraní. Modelem řízené aplikace jsou komponentem tohoto, přispívají ke komplexní uživatelské zkušenosti tím, že umožňují interakce řízené daty a usnadňují bezproblémovou navigaci v integrovaném prostředí. Integrace prezentace je potřebná, když je potřeba zachovat stávající obchodní logiku nebo strukturu aplikace a zároveň umožnit snadnou agregaci dat, přizpůsobení uživatelského rozhraní nebo vylepšení uživatelského prostředí. Naopak s sebou nese inherentní omezení, včetně složitosti integrace a údržby, významné vzájemné závislosti mezi integrovanými systémy, potenciálních dopadů na výkon a úvah týkajících se konzistence dat.

  • Povolení agregace dat
  • Vlastní nastavení uživatelského rozhraní
  • Vylepšené uživatelské prostředí

Má vlastní omezení, například tato:

  • Složitosti v integraci a údržbě
  • Významná vzájemná závislost mezi integrovanými systémy
  • Potenciální dopady na výkon
  • Aspekty týkající se konzistence dat
Možnost technologie Účel Důležité informace Použít když
Integrace nativního uživatelského rozhraní první strany Použití map Microsoft Bing, Microsoft Teams a dalších integrací uživatelského rozhraní první strany. Ve většině případů nelze přizpůsobit. Specifické scénáře podporované při integraci nativního uživatelského rozhraní.
Vlastní stránky Vložení aplikace plátna do modelem řízené aplikace. Známá omezení Preferuje se přístup k integraci s minimálním použitím kódu a když lze aplikaci plátna vhodně využít.
Power Apps component framework (PCF) Vlastní opakovaně použitelný ovládací prvek pro zobrazení nebo interakci s koncovým uživatelem při zachování responzivního designu. Omezení Power Apps component framework. Upřednostňovaná metoda, kdy musí být vlastní uživatelské rozhraní vyvinuto v rámci řízení modelem bez aplikace plátna,
Dlaždice Power BI Zobrazení dlaždice Power BI ve formuláři modelem řízené aplikace. Licencování Power BI, autorizace dat Power BI. Zobrazení dlaždice Power BI v modelem řízené aplikaci
Řídicí panel Power BI embedded Zobrazení vloženého řídicího panelu Power BI v modelem řízené aplikaci. Licencování Power BI, autorizace dat Power BI. Zobrazení analýzy hostované v Power BI.
Vložení jako HTML iFrame Vložení dalšího uživatelského rozhraní systému do modelem řízené aplikace. Jednotné přihlášení (SSO), konfigurace sdílení zdrojů (CORS) a responzivní design. Složité scénáře uživatelského rozhraní, kde není dostupná žádná služba.
Vlastní webový prostředek Vytvoření vlastního rozložení uživatelského rozhraní v modelem řízené aplikaci. Posuďte dostupnost a responzivní design vlastního uživatelského rozhraní. Scénáře, kdy nejsou možné jiné integrace uživatelského rozhraní.

Shrnutí integračních vzorců

Ve světě softwarové integrace jsou k dispozici různé vzorce a mechanismy pro výměnu dat mezi různými systémy. Každý vzor má své výhody a nevýhody a výběr toho správného může výrazně ovlivnit výkon a efektivitu integrovaných systémů.

Následující tabulka shrnuje tyto vzory integrace: integrace v reálném čase nebo synchronní integrace, asynchronní integrace, dávková integrace a integrace vrstvy prezentace. Můžete prozkoumat mechanismy, spouštěče, klady, zápory a případy použití pro každý vzor, ​​což vám pomůže učinit informované rozhodnutí při výběru integračního přístupu pro váš systém.

Vzor integrace Mechanismus Trigger Výhody Nevýhody Použít když
V reálném čase nebo synchronní Data se vyměňují synchronně, což vyvolává akce prostřednictvím integrace mezi body nebo pomocí zprostředkovatele. Akce uživatele nebo systémová událost. Rychlá výměna žádosti a odpovědi. Hodnoty a informace v reálném čase. Obecně to není osvědčený postup, protože existuje riziko, že se procesy zaseknou a vytvoří těsně propojenou integraci. Nebezpečí propagace problémů vlivem přechodných chyb. Citlivé na latenci. Použijte, když je kritické mít informace v reálném čase.
Asynchronní Data jsou vyměňována nebo přijímána bezobslužně podle pravidelného plánu nebo jako proudový zdroj pomocí vzorů zpráv. Naplánováno na období nebo spuštěno novou zprávou publikovanou zdrojovým systémem. Díky volnému propojení systémů je řešení robustní. Vyrovnávání zátěže v průběhu času a zdrojů. Může být velmi blízko reálnému času. Včasné zpracování chyb. Zpoždění reakce a viditelnost změn napříč systémy. Potřeba synchronizace dat téměř v reálném čase pro nízké nebo střední objemy dat.
Dávkování Dávkování je praxe shromažďování a přenášení sady zpráv nebo záznamů v dávce, aby se omezilo chatování a režie. Plánováno nebo ruční trigger. Skvělé pro použití se službami zasílání zpráv a dalšími vzory asynchronní integrace. Méně jednotlivých balíčků a menší provoz zpráv. Čerstvost dat je nižší. Zátěž v přijímajícím systému může být ovlivněna, pokud je při příchodu zprávy spuštěna obchodní logika. Scénáře velkého objemu nebo volatility, kde je možné shromažďovat a přenášet sadu zpráv nebo záznamů dávkovým způsobem, scénáře replikace dat.
Vrstva prezentace Informace z jednoho systému jsou plynule integrovány do uživatelského rozhraní jiného systému. – Eliminuje složitost synchronizace dat, protože data zůstávají v původním systému. V určitých odvětvích eliminuje blokátory související s rezidencí dat kvůli regulačním požadavkům. Obtížné použití dat pro výpočty pro zpracování, větší složitost pro zajištění jednotného přihlášení, sdílení zdroje na straně původu a shody autorizace. Když je požadavek splněn zobrazením zdrojového systému nebo uživatelského rozhraní přímo bez nutnosti synchronizace dat mezi zdrojovým a cílovým systémem.

Další kroky

Microsoft Cloud for Sustainability

Microsoft Cloud for Financial Services

Microsoft Cloud for Healthcare