Freigeben über

Azure-Zielzonen für Analysen auf Cloudebene

  • Artikel

Als Reaktion auf den Bedarf an reibungsloser Governance und einer Plattform, die dem Unternehmen verwertbare Erkenntnisse liefert, stellen Analysen auf Cloudebene einen strategischen Designpfad dar und zielen auf den technischen Status einer Azure-Analyse- und KI-Umgebung ab.

Das Muster basiert auf der domänenübergreifenden Verteilung der Daten und ihrer Pipelines. Dieses Muster ermöglicht den Besitz von Barrierefreiheit, Benutzerfreundlichkeit und Entwicklung. Größtenteils basierend auf diesen Mustern umfassen Analysen auf Cloudebene die folgenden Funktionen:

  • Storage
  • Datenherkunft
  • Datenklassifizierung
  • Datenerfassung
  • Datenqualität
  • Zugriffsbereitstellung
  • Netzwerk
  • Verschlüsselung
  • Resilienz
  • Einblick

Hinweis

Die Analysen auf Cloudebene bauen auf Erste Schritte mit Cloud Adoption Framework-Zielzonen auf Unternehmensebene auf und sollten als Ergänzung dazu verstanden werden.

Die Analysen auf Cloudebene bauen auf dem Microsoft Cloud Adoption Framework auf und wenden den Fokus des Well-Architected Framework​ an. Das Cloud Adoption Framework bietet eine Anleitung und bewährte Methoden für Cloudbetriebsmodelle, Referenzarchitekturen und Plattformvorlagen. Er basiert auf Erkenntnissen, die in einigen unserer anspruchsvollsten, am stärksten ausgereiften und komplexesten Umgebungen gewonnen wurden.

Analysen auf Cloudebene bieten Kunden die Möglichkeit, Zielzonen zum Hosten und Ausführen von Analyseworkloads zu erstellen und zu operationalisieren. Sie erstellen die Zielzonen auf der Grundlage von Sicherheit, Governance und Compliance. Diese sind skalierbar und modular aufgebaut, und es ist für Eigenständigkeit und Innovationsmöglichkeiten gesorgt.

Bei Analysen auf Cloudebene werden fünf wichtige Entwurfsbereiche berücksichtigt, die dabei helfen, die Unternehmensanforderungen in Azure Konstrukte und Funktionen zu verschieben. Die mangelnde Aufmerksamkeit für diese Entwurfsbereiche führt in der Regel zu Dissonanz und Spannungen zwischen der Definition auf Unternehmensebene und der Azure-Einführung. Die Analysen auf Cloudebene verwenden diese Entwurfsbereiche, um die Diskrepanz zwischen der lokalen und Cloud-Entwurf-Infrastruktur zu beheben.

Weitere Informationen finden Sie unter:

Zielzone für die Datenverwaltung

Das Herzstück der Analysen auf Cloudebene ist ihre Verwaltungsfunktion. Diese Funktion wird über die Datenverwaltungszielzone aktiviert.

Abbildung: Übersicht über die Datenverwaltung.

Die Zielzone für die Datenverwaltung ist ein Abonnement, das die Plattform steuert und die folgenden Funktionen unterstützt:

Weitere Informationen finden Sie unter Übersicht über die Zielzone der Datenverwaltung für Analysen auf Cloudebene.

Zielzone für Daten

Datenzielzonen sind Abonnements, die mehrere Analyse- und KI-Lösungen hosten, die für ihre jeweilige(n) Domäne(n) relevant sind. Diese Abonnements innerhalb von Analysen auf Cloudebene stellen primäre Geschäftsgruppen, Integratoren und Enabler dar. Diese Gruppen besitzen, betreiben und bieten häufig ein grundlegendes Verstehen für die Quellsysteme.

Ein Diagramm einer Datenzielzone

Bei Datenzielzonen sind einige wichtige Punkte zu beachten:

  • Automatisierte Erfassungsfunktionen können in jeder Datenzielzone vorhanden sein. Diese Funktionen ermöglichen es Fachexperten, externe Datenquellen in die Datenzielzone einzubinden.
  • Eine Datenzielzone wird auf der Basis ihrer Kernarchitektur instanziiert. Sie enthält wichtige Funktionen zum Hosten einer Analyseplattform.
  • Eine Datenzielzone kann mehrere Datenprodukte enthalten.

Weitere Informationen finden Sie unter der Datenverwaltungszielzone.

Datenprodukte

Ein Datenprodukt ist alles, was den Geschäftswert steuert und an einen Polyglot-Speicher wie den Data Lake der Datenzielzone verschoben wird.

Datenprodukte dienen der Verwaltung, Organisation und sinnvollen Nutzung von Daten innerhalb von Bereichen und bereichsübergreifend. Ein Datenprodukt ist das Ergebnis von Daten aus einer oder vielen Transaktionssystemintegrationen und anderen Datenprodukten.

Weitere Informationen finden Sie unter Datenprodukte für Analysen auf Cloudebene in Azure.

Wichtig

Wenn Daten aus betriebsfähigen Systemen in einer Lesedatenquelle erfasst werden. Abgesehen von Datenqualitätsprüfungen und anderen angewandten Daten sollte vermieden werden, dass andere Datenumwandlungen auf die Daten angewendet werden. Es fördert die Wiederverwendbarkeit des Datenprodukts und ermöglicht anderen Domänen, vorbehaltlich des Zugriffs, es für ihre Anwendungsfälle zu nutzen, anstatt mehrere Extraktionen aus demselben operativen System zu haben.

Erstklassige Betriebsprozesse

Die Analysen auf Cloudebene sind auf die operative Exzellenz ausgerichtet, die durch Self-Service-Aktivierung, Governance und optimierte Bereitstellungen erreicht werden soll. Das Arbeitsmodell für Datenvorgänge ermöglicht diese Kernprinzipien, indem Infrastructure-as-Code und Bereitstellungsvorlagen verwendet werden. Außerdem werden Bereitstellungsprozesse verwendet, die eine Verzweigungsstrategie und ein zentrales Repository enthalten.

Weitere Informationen finden Sie unter Organisieren von Vorgängen.

Weitere Überlegungen zum Entwurf

Um mit der Datenverwaltung und den Zielzonen für die Datenverwaltung zu beginnen, müssen Sie sicherstellen, dass Sie über die unterstellenden Architekturkomponenten verfügen, um eine erfolgreiche Bereitstellung zu ermöglichen:

Nächste Schritte