Freigeben über

Datenintegrationsmuster für Microsoft Industry-Clouds

Gilt für:

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

Branchendatenmodelle dienen als Grundlage für die jeweiligen Microsoft Industry-Clouds. Je nach Reifegrad des Datenbestands kann die Integration der Lösungen mit anderen Systemen erforderlich sein.

Die Auswahl des geeigneten Integrationsmusters ist ein entscheidender Aspekt für eine erfolgreiche Implementierung zwischen Microsoft Industry-Clouds Lösungen und externen Systemen. In diesem Artikel werden die Integrationsmuster, Tools und Technologien vorgestellt, die für die Integration relevant sind, sowie die Faktoren, die bei der Entscheidungsfindung zu berücksichtigen sind.

Das Bedürfnis für Integration

Systeme von Drittanbietern haben möglicherweise separate Prozesse und sogar eine andere Geschäftslogik. Wenn das System des Drittanbieters dasselbe zugrundeliegende Common Data Model (CMD) der Branchen-Cloud verwendet, entfällt die Notwendigkeit, Daten zu übertragen, zu synchronisieren und zu programmieren, um die Daten zu transformieren.

Wir verwenden Datenintegrationsmuster in den folgenden Szenarien:

  • Primär- oder Transaktionsdaten, die nicht der zentrale Teil eines einzigen, kontinuierlichen Verwaltungsprozesses sind. Daten werden zwischen einem Prozess in einem System und der Microsoft Branchen-Cloud synchronisiert.
  • Daten werden gemeinsam genutzt oder zwischen Systemen ausgetauscht, wenn sie für Berechnungen benötigt werden.
  • Daten werden zwischen Systemen gemeinsam genutzt oder ausgetauscht, sodass Aktionen, die in einem System stattfinden, auch im anderen System reflektiert werden.
  • Aggregierte Daten von einem System mit einer detaillierten Datenebene werden an ein System mit einer Datendarstellung auf einer höheren Ebene ausgetauscht.

So wählen Sie das richtige Integrationsmuster aus

Es gibt viele technische Optionen für die Entwicklung der Integration und jede hat ihre eigenen Vor- und Nachteile. Um das richtige Muster für die Integrationserweiterung zu ermitteln, können Sie die folgenden Faktoren berücksichtigen und jeden von ihnen bei den Optionen gewichten:

Entscheiungsfaktor Beschreibung
Formate und Datentypen Welche Art und welches Format der Daten werden integriert?
Datenvolatilität Von geringer Volatilität/langsamer Veränderung zu hoher Volatilität/schneller Veränderung.
Datenvolumen Von geringem Datenvolumen zu hohem Volumen.
Datenverfügbarkeit Wann sollen die Daten von der Quelle bis zum Ziel fertig sein? Benötigen Sie die Daten in Echtzeit oder müssen Sie nur alle Daten am Ende des Tages sammeln und in einem geplanten Batch an das Ziel senden?
Dienstschutz und Drosselung Sicherstellung einer konsistenten Verfügbarkeit und Leistung für alle durch Anwendung von Begrenzungen. Diese Begrenzungen sollten sich nicht auf normale Benutzer auswirken, sondern nur auf Clients, die außergewöhnliche Anfragen stellen. Ein allgemeines Muster für Online-Dienste sollten verwendet werden, um Fehlercodes bei zu vielen Anfragen zu liefern.
Erforderlicher Grad der Datentransformation Erfordert die Konvertierung oder Aggregation der Quelldaten zum Ziel.
Trigger und Triggeraktionen Welche Aktion löst das Senden von Daten von der Quelle zum Ziel aus? Welche spezifischen Aktionen müssen automatisiert werden, nachdem die Daten das Ziel erreicht haben?
Fehlerbehandlung Überwachung, die eingerichtet wird, um Probleme mit den Schnittstellen zu erkennen.
Skalierbarkeit Behandeln Sie das erwartete Transaktionsvolumen in der Gegenwart, kurzfristig und langfristig.
Aufzeichnungssystem Berücksichtigen Sie, welches System der Datensatz bzw. der Besitzer der Informationen ist.
Datenflussrichtung Muss das Zielsystem die Daten ziehen oder muss das Quellsystem sie pushen?

Anhand dieser Faktoren können Sie das Integrationsmuster identifizieren und auch das richtige Tool oder die richtige Technologie für die Implementierung auswählen.

Integrationsmuster

In diesem Abschnitt untersuchen wir die folgenden Integrationsmuster, die bei der Integration mit Dataverse verwendet werden können.

  • Echtzeit/synchrone Integration
  • Nahezu Echtzeit/asynchrone Integration
  • Batch-Integration
  • Integration der Präsentationsschicht

In jedem Muster wird eine einzigartige Struktur vorgestellt, die durch die Verwendung eines oder mehrerer Muster aktualisiert werden kann. In den folgenden Abschnitten erfahren Sie, wie diese Muster mit bestimmten Technologien umgesetzt werden, sowie Überlegungen und die entsprechenden Szenarien, in denen sie angewendet werden.

Echtzeit/synchrone Integration

Echtzeit-Integration ist in Szenarien unverzichtbar, in denen das Quellsystem sofort oder mit minimaler Latenz auf die von ihm gesendeten Daten reagieren muss. Diese Anforderung ist von entscheidender Bedeutung, wenn der geschäftliche Anwendungsfall vorschreibt, dass sowohl das Quell- als auch das Zielsystem stets synchronisiert bleiben müssen, um eine ununterbrochene Datenkohärenz zwischen den beiden Entitäten zu gewährleisten. Die synchrone Integration wird dann wichtig, wenn das Zielsystem eine sofortige Antwort benötigt, um nahtlos mit einem laufenden Prozess fortzufahren und die rechtzeitige Ausführung nachfolgender Aktionen zu ermöglichen.

Diese Form der Integration wird oft mit synchroner Integration gleichgesetzt. Das folgende Diagramm veranschaulicht das vorherrschende Muster der synchronen Integration, bei der Anwendung A eine Anfrage an eine Anwendung B stellt und umgehend eine Antwort erhält, wodurch ein zeitnaher und reaktionsschneller Datenaustausch gewährleistet wird.

Ein Diagramm mit dem Muster der Echtzeitintegration

Einige der genannten Technologien können um ein Vermittlungssystem erweitert werden, das als Relais dient, um den Transaktionsprozess zu erleichtern. Diese Relay-Option trennt die Quell- und die Zielanwendung effektiv voneinander, indem sie die Kommunikation von Anträgen und Antworten in deren Namen verwaltet.

Ein Diagramm, das das Muster der Echtzeitintegration mit einem Relay-Dienst zeigt

Sie können diese synchronen Datenintegrationsmuster mit verschiedenen Technologien implementieren, die in unseren Cloud-Branchenlösungen verfügbar sind. In der folgenden Tabelle finden Sie bewährte Verfahren für den Einsatz dieser Methoden.

Technologieoption Richtlinie für Daten Purpose Verwenden wenn
Dataverse-Web-API Pull-/Push-Daten von Extern an Dataverse OData v4-Implementierung zur Bereitstellung von CRUD-Operationen mithilfe eines Standardsatzes von Schnittstellen, wodurch eine Schnittstelle bereitgestellt wird, die für eine breite technologische Zielgruppe offen ist. Hauptsächlich für die transaktionale App-Integration, wenn diskrete CRUD-Vorgänge erforderlich sind. Es kann auch für jede angepasste Integration verwendet werden, ist aber mit Komplexitäten im Zusammenhang mit Drosselung, Parallelität und Wiederholungslogik verbunden, insbesondere bei großen Datenmengen.
Von Microsoft Industry-Clouds veröffentlichte APIs Pull-/Push-Daten von Extern an Dataverse Custom-APIs, die von Microsoft Industry-Clouds erstellt wurden, um spezielle Vorgänge wie den Zugriff auf Emissionsdaten im Zusammenhang mit Ihrer Azure-Nutzung zu unterstützen. Spezifische Vorgänge, die von Microsoft Industry-Clouds veröffentlicht werden. Priorisieren Sie die Verwendung dieser Custom-APIs, bevor Sie Ihre eigenen angepassten APIs erstellen.
Benutzerdefinierte Dataverse API Pull-/Push-Daten von Extern an Dataverse Eigene API in Dataverse erstellen. Wenn ein oder mehrere Vorgänge in einem einzigen Vorgang konsolidiert werden müssen oder ein neuer Typ von Auslöser-Ereignis aufgedeckt werden muss.
Virtuelle Tabellen Pull-/Push-Daten von Dataverse nach Extern Verbindung zu externen Datenquellen und deren Behandlung als native Dataverse-Entitäten. Abrufen von Referenzdaten und CRUD-Szenarien mit geringem Volumen.
Konnektoren Bidirektional Ermöglichen Sie den nahtlosen Datenaustausch zwischen Microsoft Services und externen Systemen, Anwendungen und Datenquellen. Microsoft veröffentlichte Konnektoren sind für allgemein genutzte Integrationen wie die Verbindung von Microsoft Services untereinander und von First-Party-Anwendungen. Geprüfte veröffentlichte Konnektoren werden für spezielle Integrationen mit Anwendungen von Drittanbietern verwendet und gewährleisten Kompatibilität und Zuverlässigkeit. Angepasste Konnektoren können verwendet werden, wenn Microsoft- oder Partner-Konnektoren die Geschäftsanforderungen des Kunden nicht erfüllen.

Nahezu Echtzeit/asynchrone Integration

Asynchrone Integration wird in Szenarien empfohlen, in denen keine unmittelbare Anforderung an Echtzeit-Reaktionen in einem Geschäftsprozess oder einer Aktion besteht. Typischerweise wird sie eingesetzt, wenn ein erhebliches Volumen an Nachrichten zwischen Anwendungen und Systemen ausgetauscht wird. Asynchrone Integrationsmuster stellen sicher, dass die Kommunikation zwischen Systemen Prozesse nicht blockiert oder verlangsamt und lassen zu, dass jedes System unabhängig und asynchron arbeitet. Einige der allgemeinsten Möglichkeiten zur Implementierung asynchroner Integrationen sind Nachrichten-Warteschlangen, Publish-Subscribe und Batch-Integrationen. Sie können diese Integrationen einzeln oder kombiniert verwenden, je nach Bedarf. Sie werden oft unter dem Begriff ereignisgesteuerte Architektur (EDA) zusammengefasst.

Im folgenden Muster für eine Nachrichten-Warteschlange adaptiert der Sender ein ereignisgesteuertes Framework, und der Verbraucher erstellt eine Bindung direkt an ein Ereignis. Wenn die Nachricht gesendet wird, wird der Empfänger direkt benachrichtigt und erhält die in der Ereignis-Nachricht enthaltenen Daten.

Ein Diagramm, das das asynchrone Integrationsmuster mit einer Nachrichten-Warteschlange zeigt.

Beim folgenden Publish-Subscribe-Muster erzeugt der Publisher eine Nachricht in einem standardisierten, veröffentlichten Format und sendet sie an einen speziellen Publish/Subscribe-Kanal, der einen oder mehrere Abonnenten haben kann. Jeder Abonnent ist auf einen bestimmten Kanal oder ein bestimmtes Thema abonniert, was es ihm erlaubt, die veröffentlichte Nachricht (Ereignis) zu empfangen und zu verarbeiten. Das Publish-Subscribe-Muster wird für One-to-Many-Kommunikationsszenarien gewählt, da mehrere Abonnenten die Nachrichten (Ereignisse) unabhängig voneinander empfangen und verarbeiten können.

Ein Diagramm, das das asynchrone Integrationsmuster mithilfe des Veröffentlichungsabonnenten zeigt.

Diese asynchronen Datenintegrationsmuster können mit verschiedenen Optionen implementiert werden. In der folgenden Tabelle finden Sie die verfügbaren Optionen und bewährte Verfahren, wann Sie diese verwenden sollten.

Technologieoption Ereignisgesteuert oder veröffentlichen-abonnieren Zweck Überlegungen Verwenden wenn
Power Automate Beides Low-Code-Automatisierungsbedürfnisse. Folgen Sie dem Power Automate und jeder Anschlussbeschränkung, wie z. B. Drosselung. Verwenden Sie für Dataverse Auslöser Flows oder wenn Sie Power Automate Flows nach einem Zeitplan ausführen möchten.
Benutzerdefinierte Konnektoren basierend auf Logic Apps Ereignisgesteuert Erstellung von Datenkonnektoren für die Lösung, um Daten von ISV-Lösungen zu erhalten. Muss durch Datenschutz, Sicherheit und Compliance-Überprüfungen gehen, bevor sie in Produktion gehen. Verwendung von ISV-Integrationsszenarien, in denen keine nativen Konnektoren vorhanden sind.
Logic Apps und Azure Service Bus Publizieren/Abonnieren Der Empfang von Nachrichten durch den Herausgeber an einen Service Bus und Logik-Apps verbraucht die Nachricht, die an Abonnentenanwendungen gesendet werden soll. Beachten Sie die Logic Apps Konfiguration und Ausführungsbegrenzungen. Verwenden Sie für native Auslöser in Logic Apps Konnektoren und angepasste Integration mit mehreren Abonnentenszenarien.
Azure Functions, Web-Apps-Funktion von Azure App Service und Azure Service Bus Publizieren/Abonnieren Verwenden Sie eine Nachrichtenwarteschlange, um den Kommunikationskanal zwischen der Anwendung und den Instanzen des Verbraucherdienstes zu implementieren. Berücksichtigen Sie die Nachrichtenreihenfolge und andere Designüberlegungen. Szenarien mit hohem Volumen und Volatilität, in denen die Integration nicht mit Low-Code-Optionen entwickelt werden kann (Power Automate oder Logik-Apps).
Dienst-Endpunkt Beides Senden der Kontextinformationen an eine Warteschlange, Thema, einen Webhook oder einenf Ereignishub. Nicht für Transaktionen mit langer Laufzeit geeignet. Wenn die Integrationsanforderung größtenteils erfüllt wird, indem der Dataverse Kontext direkt an das Ziel gesendet wird und die Reihenfolge der Nachrichten nicht kritisch ist.

Batch-Integration

Unter Batching versteht man das Sammeln und Transportieren einer Reihe von Nachrichten oder Datensätzen in einem Batch, um Chatter und Aufwand zu begrenzen. Bei der Batch-Verarbeitung werden die Daten über einen bestimmten Zeitraum gesammelt und dann in Batches verarbeitet. Dieser Ansatz ist sinnvoll, wenn es um große Datenmengen geht oder wenn die Verarbeitung erhebliche Ressourcen erfordert. Dieses Muster sieht auch die Replizierung der Master-Daten auf einen Replikatspeicher zu Analysezwecken vor.

Technologieoption Richtlinie für Daten Zweck Überlegungen Verwenden wenn
Azure Data Factory Beide Richtungen Erstellen Sie Datenflows, um die von Dataverse oder vor dem Einbinden erhaltenen Daten in Dataverse umzuwandeln. Data Factory Service Begrenzungen Massenaufnahme- oder Datenexportszenario mit komplexer, mehrstufiger Transformation.
Power Automate NICHT ZUTREFFEND Automatisieren von Workflows und Aufgaben für Microsoft Begrenzte Skalierbarkeit und lange Verarbeitung Verwenden Sie Power Automate, wenn Sie sich wiederholende Aufgaben automatisieren, Aktionen auf der Grundlage von Ereignissen auslösen und Anwendungen ohne umfangreiche Codeentwicklung integrieren müssen.
Power Query Datenflow Von externen Systemen nach Dataverse Ein Tool zur Datenaufbereitung, das das Einbinden, Transformieren und Laden von Daten in Dataverse-Umgebungen zulässt. Begrenzungen Basisszenarien, bei denen das Ziel Dataverse ist und die vorhandenen Konnektoren nicht passen und andere gegebene Szenarien für Power BI.
Azure Synapse-Pipelines Beide Richtungen Erstellen von Pipelines zur Umwandlung der von Dataverse oder vor dem Einbinden in Dataverse erhaltenen Daten NICHT ZUTREFFEND Analyse- und Data-Warehousing-Szenarien.
Azure Synapse Link for Dataverse Von Dataverse nach Azure Synapse Analytics oder Azure Data Lake Storage v2 (ADLS) Die Replikation der Dataverse-Daten auf Azure Synapse Analytics oder ADLS v2 ermöglicht es Ihnen, Analysen, Business Intelligence, Machine-Learning und angepasste Berichtsszenarien mit Ihren Daten auszuführen. Tabellen, die nicht unterstützt werden. Datenanalyse und benutzerdefinierte Berichte. Auch als Zwischenstufe des Datenexports.
Azure Logik-Apps NICHT ZUTREFFEND Erstellen Sie Workflows mit leistungsstarken Funktionalitäten für die Integration. Komplexe Batch-Vorgänge können eine umfangreiche Konfiguration und Orchestrierung erfordern. Nicht für spezielle Batch-Verarbeitungsszenarien optimiert. Azure Logic Apps sind für die Orchestrierung von Geschäftsprozessen und die Integration von Diensten geeignet.
SQL Server Integration Services Beide Richtungen Verwendung eines Konnektors eines Drittanbieters, um Daten von/nach Dataverse zu ziehen und zu schieben. Da es sich nicht um eine PaaS-Lösung handelt, sollten Skalierung, Speichernutzung, Leistung und Kosten bewertet werden. Eventuelle Einschränkungen bei Tools zum Extrahieren, Transformieren und Laden (ETL) in der Cloud sind möglicherweise keine Option.

Integration der Präsentationsschicht

Die Integration der Präsentation oder der Benutzeroberfläche befindet sich auf der obersten Ebene des Systems und ist das, was der Benutzer sieht und womit er interagiert. In bestimmten Anwendungsfällen muss die Integration auf dieser Ebene erfolgen, indem die Informationen aus verschiedenen Systemen oder Datenquellen kombiniert und in einer einzigen Benutzeroberfläche angezeigt werden. Modellbasierte Anwendungen sind eine Komponente davon und tragen zu einer umfassenden Benutzererfahrung bei, indem sie datenbasierte Interaktionen ermöglichen und eine nahtlose Navigation innerhalb der integrierten Umgebung erleichtern. Präsentationsintegration ist erforderlich, wenn die bestehende Geschäftslogik oder Anwendungsstruktur beibehalten und gleichzeitig eine einfache Datenaggregation, die Anpassung der Benutzeroberfläche oder eine Verbesserung des Benutzererlebnisses ermöglicht werden soll. Umgekehrt bringt es inhärente Einschränkungen mit sich, darunter Komplexität bei der Integration und Wartung, erhebliche gegenseitige Abhängigkeiten zwischen integrierten Systemen, potenzielle Auswirkungen auf die Leistung und Überlegungen zur Datenkonsistenz.

  • Ermöglichung der Datenaggregation
  • Anpassen der Benutzeroberfläche
  • Erweiterte Benutzeroberfläche

Umgekehrt gibt es inhärente Einschränkungen, darunter:

  • Komplexität bei Integration und Wartung
  • Erhebliche Abhängigkeit zwischen den integrierten Systemen
  • Mögliche Auswirkungen auf die Leistung
  • Überlegungen zur Datenkonsistenz
Technologieoption Zweck Überlegungen Verwenden wenn
Native UI-Integrationen von Erstanbietern Verwendung von Microsoft Bing Zuordnungen, Microsoft Teams und anderen nativen UI-Integrationen der Erstanbieter. In den meisten Fällen nicht anpassbar. Bestimmte Szenarien, die in der nativen UI-Integration unterstützt werden.
Benutzerdefinierte Seiten Einbettung einer Canvas App in eine modellbasierte App. Bekannte Einschränkungen Bevorzugter Ansatz für eine Integration mit wenig Code und wenn eine Canvas App für die Benutzerfreundlichkeit geeignet ist.
Power Apps component framework (PCF) Ein angepasstes wiederverwendbares Steuerelement zur Anzeige oder Interaktion mit dem Endbenutzer unter Beibehaltung des responsiven Designs. Power Apps Komponentenbegrenzungen Framework. Bevorzugte Methode, wenn eine angepasste UI in Abwesenheit einer Canvas App modellbasiert entwickelt werden muss.
Power BI Kacheln Anzeige der Power BI-Kachel in einem modellbasierten App Formular. Power BI Lizenzierung, Autorisierung von Power BI Daten. Eine Power BI Kachel mit einer modellgesteuerten App anzeigen
Power BI eingebettetes Dashboard Anzeige von Power BI Embedded Dashboards in der modellbasierten App. Power BI Lizenzierung, Autorisierung von Power BI Daten. Anzeige der Analysen, die in Power BI gehostet werden.
Einbettung als HTML iFrame Einbetten der anderen System-UI in eine modellbasierte App. Single Sign-On (SSO), Cross-Origin Resource Sharing (CORS) Konfiguration und responsives Design. Komplexe UI-Szenarien, wenn kein Dienst verfügbar ist.
Benutzerdefinierte Webressource Ein angepasstes UI-Layout in einer modellbasierten App erstellen. Beurteilen Sie die Barrierefreiheit und das responsive Design der angepassten Benutzeroberfläche. Szenarien, in denen andere UI-Integrationen nicht in Frage kommen.

Zusammenfassung der Integrationsmuster

In der Welt der Softwareintegration stehen verschiedene Muster und Mechanismen zum Datenaustausch zwischen verschiedenen Systemen zur Verfügung. Jedes Muster hat seine eigenen Vor- und Nachteile, und die Wahl des richtigen Musters kann sich stark auf die Leistung und Effizienz der integrierten Systeme auswirken.

Die folgende Tabelle gibt eine Zusammenfassung dieses Integrationsmusters: Echtzeit- oder synchrone Integration, asynchrone Integration, Batching-Integration und Integration der Präsentationsschicht. Sie können die Mechanismen, Auslöser, Vor- und Nachteile sowie Anwendungsfälle für jedes Muster untersuchen, um bei der Auswahl eines Integrationsansatzes für Ihr System eine fundierte Entscheidung zu treffen.

Integrationsmuster Mechanismen Auslöser Vorteile Nachteile Verwenden wenn
Echtzeit- oder synchrone Integration Der Datenaustausch erfolgt synchron, wobei Aktionen über Punkt-zu-Punkt-Integration oder über Relay aufgerufen werden. Benutzeraktion oder Systemereignis. Schnelle Rundanfrage und -antwort. Echtzeitwerte und Informationen. Im Allgemeinen ist dies keine bewährte Methode, da die Gefahr besteht, dass Prozesse stecken bleiben und eine eng gekoppelte Integration entsteht. Gefahr von Ausbreitungseffekten aufgrund vorübergehender Fehler. Latenzempfindlichkeit Benutzen Sie Echtzeitinformationen, wenn es kritisch ist.
Asynchron Daten werden unbeaufsichtigt nach einem regelmäßigen Zeitplan oder als Trickle-Feed mithilfe von Nachrichtenmustern ausgetauscht oder aufgenommen. Geplant für einen bestimmten Zeitraum oder ausgelöst durch eine neue Nachricht, die vom Quellsystem veröffentlicht wird. Die lose Kopplung von Systemen macht die Lösung robust. Lastausgleich über Zeit und Ressourcen. Sie kann sehr nah an der Echtzeit sein. Zeitnahe Fehlerbehandlung. Verzögerung bei der Reaktion und Sichtbarkeit auf systemübergreifende Änderungen. Für geringe oder mittlere Datenmengen ist eine Datensynchronisation fast in Echtzeit erforderlich.
Batchverarbeitung Unter Batching versteht man das Sammeln und Transportieren einer Reihe von Nachrichten oder Datensätzen in einem Batch, um Chatter und Aufwand zu begrenzen. Manueller oder geplanter Trigger Ideal für die Verwendung mit Messaging-Diensten und anderen asynchronen Integrationsmustern. Weniger einzelne Pakete und weniger Nachrichtenverkehr. Die Aktualität der Daten ist geringer. Die Auslastung im empfangenden System kann beeinträchtigt werden, wenn die Geschäftslogik beim Nachrichteneingang ausgeführt wird. Szenarios mit hohem Volumen oder hoher Volatilität, bei denen das Sammeln und Transportieren einer Reihe von Nachrichten oder Datensätzen im Stapelbetrieb mögliche Datenreplikationsszenarien sind.
Präsentationsschicht Informationen aus einem System werden nahtlos in die Benutzeroberfläche eines anderen Systems integriert. NICHT ZUTREFFEND Die Komplexität der Datensynchronisierung entfällt, da die Daten im Ursprungssystem verbleiben. In bestimmten Branchen lassen sich damit Hindernisse beseitigen, die durch die Aufbewahrung von Daten aufgrund gesetzlicher Vorschriften entstehen. Es ist schwierig, die Daten für Berechnungen zur Verarbeitung zu nutzen, und es ist komplizierter, Single Sign-On, die gemeinsame Nutzung von Ressourcen über verschiedene Ursprünge hinweg und den Abgleich von Berechtigungen zu erfüllen. Wenn die Anforderung erfüllt wird, indem das Quellsystem oder die Benutzeroberfläche direkt angezeigt wird, ohne dass Daten zwischen Quell- und Zielsystem synchronisiert werden müssen.

Nächste Schritte,

Microsoft Cloud for Sustainability

Microsoft Cloud for Financial Services

Microsoft Cloud for Healthcare