A felhőalapú elemzések adatkezelési célzónáinak áttekintése
Az adatkezelési célzóna egy felügyeleti függvény, amely a felhőalapú elemzések központi része. Az elemzési platform irányításáért felelős.
Az adatkezelési célzóna egy külön előfizetés, amely ugyanazokat a standard Azure-célzóna-szolgáltatásokat használja. Lehetővé teszi az adatok adatszabályozását a bejárókon keresztül, amelyek az adattóhoz és a többkörű tároláshoz csatlakoznak az adat-kezdőzónákban. A virtuális hálózatok közötti társviszony-létesítés összekapcsolja az adatkezelési célzónát az adat-kezdőzónákkal és a kapcsolati előfizetéssel.
Használja ezt az architektúrát kiindulási pontként. Töltse le a Visio-fájlt , és módosítsa úgy, hogy megfeleljen az adott üzleti és műszaki követelményeknek az adatkezelési kezdőzóna implementálásának tervezésekor.
Megjegyzés:
A többplatformos adatmegőrzés egy olyan tárolási kifejezés, amely leírja a különböző adattárolási/adattárolási technológiák közötti választást a különböző adattípusok és tárolási igényeik támogatása érdekében. Lényegében a többplatformos adatmegőrzés az a fogalom, amely szerint egy alkalmazás több alapvető adatbázist vagy tárolási technológiát is használhat.
Fontos
Az adatkezelési célzónát külön előfizetésként kell üzembe helyezni egy megfelelő irányítással rendelkező felügyeleti csoport alatt. Ezután szabályozhatja a vállalatirányítást. Az Azure-beli célzónagyorsító bemutatja, hogyan kell megközelíteni az Azure-beli célzónákat.
Adatkatalógus
Erőforráscsoport: governance-rg
Az adatkatalógus központi helyen regisztrálja és kezeli az adatokat, és elérhetővé teszi a szervezet számára. Biztosítja, hogy a vállalatok elkerüljék a különböző projektcsapatok redundáns adatbetöltése által okozott duplikált adattermékeket.
Javasoljuk, hogy egy adatkatalógus-szolgáltatást építsen ki az adat-kezdőzónákban tárolt adattermékek metaadatainak meghatározásához.
A felhőalapú elemzések a Microsoft Purview-ra támaszkodnak a következőkre:
- Regisztrációs rendszer
- Vállalati adatforrások felderítése
- Adatbesorolási motor
- Szabályzattár
- Az adatok regisztrálására és olvasására szolgáló API
- Megfelelőségi irányítópult-központ
Mivel az adatkatalógus az adatkezelési célzóna része, a virtuális hálózat (VNet) társhálózatán és saját üzemeltetésű integrációs futtatókörnyezeteken keresztül kommunikálhat az egyes adat-célzónákkal. A helyszíni áruházakban és más nyilvános felhőkben található adattermékek felderítését a saját üzemeltetésű integrációs futtatókörnyezetek további üzembe helyezésével lehet elérni.
Megjegyzés:
Bár ez a dokumentáció elsősorban a Microsoft Purview adatkatalógus-képességek és adatbesorolás használatára összpontosít, előfordulhat, hogy a vállalatok más termékekbe, például az Alationba, az Okera-ba vagy a Collibra-ba fektettek. Ebben az esetben a szállítóval együttműködve alkalmazza a lehető legközelebbi adatkezelési célzónára vonatkozó alapelveket. Vegye figyelembe, hogy egyéni integrációra lehet szükség.
További információ: Adatkatalógus és Microsoft Purview üzembe helyezési ajánlott eljárások a felhőalapú elemzésekhez.
Adatminőség-kezelés
Erőforráscsoport: governance-rg2
Folytassa a jelenlegi megoldással.
Az adatminőséget a lehető legközelebb kell kezelnie az adatforráshoz, így elkerülheti az elemzések és AI-tulajdonok közötti replikálással kapcsolatos minőségi problémákat. A minőségi metrikák és az érvényesítés az adatintegrációba való áthelyezése igazodik a minőségi folyamathoz az adatokhoz legközelebbi csapatokhoz. Ezek a csapatok ismerik a legmélyebb ismereteket az adategységről.
Az adatkisorolás emellett adatminőségi megbízhatóságot is biztosít, és minden adattermékhez és termékhez meg kell adnia.
Az adatminőség-kezelésről további információt az Adatminőség című témakörben talál.
Adatmodellezési adattár
Erőforráscsoport: governance-rg2
Az entitáskapcsolati modelleket az adatkezelési kezdőzónán belül egy központi helyen kell rögzítenie és tárolnia. Ez egyetlen helyet biztosít az adatfelhasználók számára a fogalmi diagramok megtalálásához.
Sok ügyfél az ER Studio és az iServer használatával modellezheti adattermékeit a betöltés előtt.
Fő adatkezelés
Erőforráscsoport: governance-rg2
A fő adatkezelési vezérlő az adatkezelési célzónában található. Az adatháló fő adatkezelése olyan konkrét szempontokat tartalmaz, amelyeket az adatháló esetében érdemes megfontolni.
Számos fő adatkezelési megoldás teljes mértékben integrálható a Microsoft Entra ID-val. Ez az integráció lehetővé teszi az adatok védelmét, és különböző nézeteket biztosít a különböző felhasználói csoportok számára.
További információ: Fő adatkezelési rendszer.
API-katalógus
Erőforráscsoport: governance-rg2
Az adatalkalmazások csapatai valószínűleg különböző API-kat hoznak létre az adatalkalmazásukhoz. Ezeket az API-kat nehéz lehet felderíteni a szervezeten belül. Ha api-katalógust helyez el az adatkezelési célzónában, azzal megoldhatja ezt a problémát.
Az API-katalógusok segíthetnek a dokumentáció egységesítésében, és helyet biztosítanak az API-k belső együttműködésének. Emellett a szervezeten belül is vezérelheti a fogyasztást, a közzétételt és a szabályozást.
Adatmegosztás és szerződések
Erőforráscsoport: governance-rg2
A felhőalapú elemzés a Microsoft Entra jogosultságkezelési vagy Microsoft Purview-szabályzatokkal szabályozza az adatmegosztáshoz való hozzáférést. Még így is szükség lehet megosztási és szerződési adattárra. Ez az adattár egy szervezeti funkció, és az adatkezelés kezdőzónájában kell lennie.
A szerződéseknek információkat kell nyújtaniuk az adatérvényesítésről, a modellekről és a biztonsági szabályzatokról.
További információ: Adatszerződések
Azure Container Registry
Erőforráscsoport: containers-rg
Az adatkezelési célzóna egy Azure Container Registryt üzemeltet. Az Azure Container Registry lehetővé teszi, hogy az adatplatform-műveletek szabványos tárolókat helyezzenek üzembe az adatalkalmazás-csapatok által használt adatelemzési projektekben való használatra.
Azure Synapse Private Link hubok
Erőforráscsoport: synapse-link-rg
Az Azure Synapse Analytics Private Link hubok olyan Azure-erőforrások, amelyek csatlakoztatják a biztonságos hálózatot és az Azure Synapse Studio webes felületét. A felhőalapú elemzések biztonságosan csatlakoztatják az Azure-beli virtuális hálózatot az Azure Synapse Studióhoz ezen központok privát kapcsolataival.
Az Azure Synapse Studióhoz való csatlakozásnak két lépése van privát hivatkozások használatával.
- Hozzon létre egy Private Link hub-erőforrást.
- Hozzon létre egy privát végpontot az Azure-beli virtuális hálózatról a Private Link hubra.
Ezután privát végpontokkal biztonságosan kommunikálhat az Azure Synapse Studióval. Integrálja ezeket a privát végpontokat a DNS-megoldással, akár a helyszíni megoldással, akár az Azure saját DNS.
További információ: Csatlakozás az Azure Synapse Studióba privát hivatkozások használatával.
Automation-interfészek (nem kötelező)
A szervezet dönthet úgy, hogy számos automatizálási szolgáltatást hoz létre a felhőalapú elemzési képességek bővítése érdekében. Ezek az automatizálási szolgáltatások megfelelőségi és előkészítési megoldásokat biztosítanak az elemzési állapothoz.
Ha úgy dönt, hogy létrehozza ezeket az automatizálási szolgáltatásokat, rendelkeznie kell egy olyan felhasználói felülettel, amely adatpiacként és műveleti konzolként is működik. Ennek a felületnek egy olyan mögöttes metaadat-tárolóra kell támaszkodnia, amelyet korábban már tárgyaltunk a metaadat-szabványokban.
Az adatpiac vagy az operatív konzol mikroszolgáltatások középső rétegét hívja meg, hogy megkönnyítse az előkészítést, a metaadatok regisztrálását, a biztonsági kiépítést, az adatéletciklust és a megfigyelhetőséget.
Kiépítheti az automationdb-rg erőforráscsoportot a metaadattár üzemeltetéséhez.
Fontos
Ezen automatizálási szolgáltatások egyike sem termék, és nem mutatnak ütemtervelemeket. Ezek a listában segítséget nyújtanak az automatizálni kívánt elemek mérlegelésében.
Szolgáltatások
| Szolgáltatás | Szolgáltatás hatóköre |
|---|---|
| Adat-kezdőzóna kiépítése | Ez a szolgáltatás létrehoz egy új adat-kezdőzónát. Nem valószínű, hogy magas a használata, de a teljes körű előkészítési megoldás teljességéhez tartozik. További információ: A felhőalapú elemzés kiépítése |
| Adattermék előkészítése | Ez a szolgáltatás létrehoz és módosít egy előkészített bérlőhöz tartozó erőforráscsoportokat. Emellett az SKU-k frissítésére és lekisítésére, valamint az erőforráscsoportok aktiválására és inaktiválására alkalmas képességeket is tartalmaz minden előkészített bérlő vagy szolgáltatás esetében. Létrehoz egy új adat-kezdőzónát, a DevOps-t. További információ: A felhőalapú elemzés kiépítése |
| Hozzáférés kiépítése | Ez a szolgáltatás hozzáférési csomagokat, hozzáférési szabályzatokat és (manuális vagy automatikus) eszközhozzáférési jóváhagyási folyamatot hoz létre az SPN/UPN használatával. Emellett közzétehet egy API-t is, amely felsorolja a felhasználók által az elmúlt 90 napban elküldött előfizetési kérelmeket (eszközöket). További információ: Adathozzáférés-kezelés |
| Adatgnosztikus betöltés | Ez a mikroszolgáltatás új adatforrásokat hoz létre az adat-kezdőzónákba való betöltéshez. Ezt úgy teszi, hogy kommunikál egy Azure Data Factory SQL Database-metaadattárral az egyes adat-kezdőzónákban. További információ: Hogyan támogatják az automatizált betöltési keretrendszerek a felhőalapú elemzéseket az Azure-ban? |
| Metaadatok | Ez a szolgáltatás közzétette és létrehozza a platform metaadatait. További információ: Metaadat-szabványok |
| Adatéletciklus | Ez a szolgáltatás felelős az adatok életciklusának metaadatokon alapuló fenntartásáért. Ez a karbantartás magában foglalhatja az adatok hideg tárolóba való áthelyezését és a már nem szükséges rekordok törlését. További információ: Adatéletciklus-kezelés |
| Adattartomány előkészítése | CSAK A DATA MESHRE VONATKOZIK. Ez a szolgáltatás rögzíti az új tartományok metaadatait, és szükség szerint előkészíti az új tartományokat. Emellett létrehozhat, frissíthet, aktiválhat és inaktiválhat minden olyan tartományt vagy szolgáltatássort, amely egy mikroszolgáltatásba építhető. További információ: A felhőalapú elemzés kiépítése |
Adatszabványosítás
Bár ez nem az adatkezelési kezdőzóna egy adott funkciója vagy terméke, minden szolgáltatás esetében ki kell hívnia az adatszabványosítást. Az adatszabványosítás azt a formátumot határozza meg, amelyben az adatoknak le kell szállnia és tárolniuk kell őket.
Tipp.
Ahol csak lehetséges, használjon delta-lake formátumot a defacto szabványként az összes szolgáltatásban és tárolóban.
További információ: Adatszabványosítás.