Partager via

Conception de l’architecture d’analyse

Avec la croissance exponentielle des données, les organisations s’appuient sur la puissance de calcul, de stockage et d’analyse illimitée des Azure pour mettre à l’échelle, diffuser, prédire et voir leurs données. Les solutions d’analyse transforment des volumes de données en ressources d’aide à la décision (BI) utiles telles que des rapports et des visualisations, et d’intelligence artificielle (IA) inventive, par exemple, pour formuler des prévisions basées sur l’apprentissage automatique.

Que votre organisation commence simplement à évaluer les outils d’analytique basés sur le cloud ou qu’elle cherche à développer votre implémentation actuelle, Azure fournit de nombreuses options. Le flux de travail commence par l’apprentissage d’approches courantes et l’alignement des processus et des rôles autour d’une façon de penser le cloud.

Les données peuvent être traitées par lots ou en temps réel, localement ou dans le cloud, mais l’objectif de toute solution d’analyse consiste à utiliser les données à grande échelle. De plus en plus, les organisations veulent créer une source fidèle unique pour toutes les données, tant relationnelles que non relationnelles, générées par les personnes, les machines et l’Internet des objets (IoT). Il est courant d’utiliser une architecture Big Data ou une architecture IoT pour structurer des données brutes, puis déplacer celles-ci vers un magasin de données d’analytique. Ce magasin devient la source fidèle unique capable d’alimenter une multitude de solutions d’analyses instructives.

Architecture

Diagramme montrant le parcours de la solution d’analyse sur Azure.

Téléchargez un fichier Visio de cette architecture.

Le diagramme ci-dessus illustre une implémentation typique d'analyse de base. Reportez-vous aux architectures fournies dans cette section pour trouver des solutions réelles que vous pouvez créer dans Azure.

Explorer les architectures et guides d’analytique

Les articles de cette section incluent des architectures entièrement développées que vous pouvez déployer dans Azure et développer vers des solutions et des guides de niveau production. Ceux-ci peuvent vous aider à prendre des décisions importantes sur la façon dont vous utilisez des technologies d’analytique dans Azure. Les idées de solution illustrent des modèles d’implémentation et des possibilités à prendre en compte lorsque vous planifiez votre développement de preuve de concept analytique.

Guides d’architecture d’analyse

Choix technologiques : ces articles vous aident à évaluer et à sélectionner les meilleures technologies d’analytique pour vos besoins en charge de travail :

Récupération d’urgence pour la plateforme de données Azure : ces articles fournissent des conseils complets pour l’implémentation de stratégies de récupération d’urgence :

  • Vue d’ensemble : vue d’ensemble des stratégies de récupération d’urgence pour les plateformes de données Azure.
  • Architecture : modèles d’architecture pour la récupération d’urgence dans les plateformes de données Azure.
  • Détails du scénario : scénarios détaillés pour l’implémentation de la récupération d’urgence.
  • Recommandations : recommandations en matière de meilleures pratiques pour la récupération d’urgence.

Architectures d’analytique

Ces architectures prêtes pour la production illustrent des solutions d’analytique de bout en bout que vous pouvez déployer et personnaliser :

Idées de solution d’analyse

Ces idées de solution illustrent des modèles d’implémentation et des possibilités d’exploration :

En savoir plus sur l’analytique sur Azure

Microsoft Learn fournit des ressources de formation en ligne gratuites pour les technologies d’analytique Azure. La plateforme propose des vidéos, des didacticiels et des laboratoires pratiques pour des produits et services spécifiques, ainsi que des parcours d’apprentissage organisés par rôle de travail.

Les ressources suivantes fournissent des connaissances fondamentales pour les implémentations d’analytique sur Azure :

Parcours d’apprentissage par rôle

Préparation de l’organisation

Les organisations qui commencent leur adoption du cloud peuvent utiliser le Framework d’adoption du cloud pour obtenir des conseils éprouvés conçus pour accélérer l’adoption du cloud. Pour obtenir des conseils sur l’analytique à l’échelle du cloud, consultez l’analyse à l’échelle du cloud.

Pour garantir la qualité de votre solution d’analyse sur Azure, nous vous recommandons de suivre le Azure Well-Architected Framework. Il fournit des conseils prescriptifs pour les organisations qui cherchent l’excellence architecturale et explique comment concevoir, approvisionner et surveiller les solutions Azure optimisées pour les coûts.

Pour obtenir des instructions sur les charges de travail de données alignées sur les piliers Well-Architected Framework, consultez Azure Well-Architected Framework pour les charges de travail de données.

Parcours de production

Le choix d’un magasin de données est une décision fondamentale lors de l’implémentation d’analyses sur Azure. Après avoir sélectionné votre approche de stockage, vous pouvez déterminer la technologie d’analytique des données appropriée pour votre scénario.

Les points de décision clés sont les suivants :

  • Stockage des données : choisissez entre les lacs de données, les entrepôts de données ou les lakehouses en fonction de votre structure de données et de vos modèles de requête. Pour obtenir des conseils sur la sélection et la conception de solutions de base de données qui alimentent les charges de travail d’analyse, consultez la conception de l’architecture des bases de données.

  • Modèle de traitement : déterminez si le traitement par lots, le traitement de flux ou une combinaison convient le mieux à vos besoins en charge de travail.

  • Outils d’analyse : sélectionnez les technologies BI et IA qui s’alignent sur les compétences et les besoins métier de votre équipe.

Pour afficher différents styles d’architecture pour les solutions d’analytique, consultez les architectures.

Bonnes pratiques

Des analyses de grande qualité commencent par des données rigoureuses et fiables. Au niveau le plus élevé, certaines pratiques en matière de sécurité des informations permettent de garantir la protection de vos données tant en transit qu’au repos. L’accès à ces données doit également être fiable. La fiabilité des données implique une conception qui implémente les pratiques suivantes :

Au niveau de la plateforme, les meilleures pratiques de grandes données contribuent à des analyses fiables sur Azure.

  • Orchestrer l’ingestion des données : utilisez un flux de travail de données ou une solution de pipeline, comme celles prises en charge par les pipelines Azure Data Factory ou Microsoft Fabric.

  • Traiter les données en place : utilisez un magasin de données distribué, une approche Big Data qui prend en charge de plus grands volumes de données et un large éventail de formats.

  • Nettoyer les données sensibles tôt : supprimez ou masquez les données sensibles dans le cadre du flux de travail d’ingestion pour éviter de les stocker dans votre lac de données.

  • Considérez le coût total : équilibrez le coût unitaire des nœuds de calcul nécessaires par rapport au coût par minute d’utilisation de ces nœuds pour effectuer un travail.

  • Créez un lac de données unifié : combinez le stockage pour les fichiers dans plusieurs formats, qu’ils soient structurés, semi-structurés ou non structurés. Utilisez Azure Data Lake Storage Gen2 comme source unique de vérité. Par exemple, consultez l'architecture de la solution Business Intelligence dans le Centre d'Excellence.

Rester à jour avec l’analytique

Les services d’analytique Azure évoluent pour relever les défis de données modernes. Restez informé des dernières mises à jour et fonctionnalités planifiées :

Obtenez les dernières mises à jour sur les produits et fonctionnalités Azure.

Restez à jour avec ces services d’analytique clés :

Ressources additionnelles

L’analyse est une catégorie large qui couvre un vaste éventail de solutions. Les ressources suivantes peuvent vous aider à en savoir plus sur Azure.

Hybride

La grande majorité des organisations ont besoin d’une approche hybride de l’analyse, car leurs données sont hébergées tant localement que dans le cloud. Les organisations étendent souvent des solutions de données locales au cloud. Pour connecter des environnements, les organisations doivent choisir une architecture réseau hybride.

Principaux scénarios d’analytique hybride :

Analyse en temps réel

L’analytique en temps réel permet aux organisations d’agir sur les données à mesure qu’elles arrivent. Voici quelques ressources pour vous aider à prendre en main l’analytique en temps réel sur Azure :

Browse d’autres exemples d’analytique dans le Centre d’architecture Azure

Professionnels AWS ou Google Cloud

Ces articles peuvent vous aider à monter rapidement en comparant les options d’analytique Azure à d’autres services cloud :

  • Last updated on