Dengan pertumbuhan eksponensial dalam data, organisasi bergantung pada komputasi, penyimpanan, dan kekuatan analitis Azure tanpa batas untuk menskalakan, mengalirkan, memprediksi, dan melihat data mereka. Solusi Analytics mengubah volume data menjadi kecerdasan bisnis (BI) yang berguna, seperti laporan dan visualisasi, dan kecerdasan buatan (AI) inventif, seperti perkiraan berdasarkan pembelajaran mesin.
Apakah organisasi Anda baru mulai mengevaluasi alat analitik berbasis cloud atau ingin memperluas implementasi Anda saat ini, Azure menyediakan banyak opsi. Alur kerja dimulai dengan belajar tentang pendekatan umum dan menyelaraskan proses dan peran seputar pola pikir cloud.
Data dapat diproses dalam batch atau secara real-time, lokal atau di cloud, tetapi tujuan dari solusi analitik adalah memanfaatkan data dalam skala besar. Organisasi semakin ingin menciptakan satu sumber kebenaran untuk semua data relasional dan non-relasional yang dihasilkan oleh orang, mesin, dan Internet of Things (IoT). Adalah umum dalam menggunakan arsitektur big data atau arsitektur IoT untuk mengubah data mentah menjadi bentuk terstruktur, kemudian memindahkannya ke penyimpanan data analitis. Penyimpanan ini menjadi satu-satunya sumber kebenaran yang dapat memberi daya pada banyak solusi analitik yang berwawasan luas.
Unduh file Visio arsitektur ini.
Pelajari tentang analitik di Azure
Jika Anda baru mengenal analitik di Azure, tempat terbaik untuk mempelajarinya adalah dengan Microsoft Learn, platform pelatihan online gratis. Anda akan menemukan video, tutorial, dan pembelajaran langsung untuk produk dan layanan tertentu, ditambah jalur pembelajaran berdasarkan peran pekerjaan Anda, seperti pengembang atau analis data.
Kesiapan organisasi
Jika organisasi Anda baru mengenal cloud, Cloud Adoption Framework dapat membantu Anda dalam memulainya. Kumpulan dokumentasi dan praktik terbaik ini menawarkan panduan terbukti dari Microsoft yang dirancang untuk mempercepat perjalanan adopsi cloud Anda. Dokuemntasi ini juga mencantumkan alat inovasi untuk mendemokratisasikan data di Azure.
Untuk membantu menjamin kualitas solusi analitik Anda di Azure, sebaiknya ikuti Azure Well-Architected Framework. Ini memberikan panduan preskriptif bagi organisasi yang mencari keunggulan arsitektur dan membahas cara merancang, menyediakan, dan memantau solusi Azure yang dioptimalkan untuk biaya.
Jalur menuju produksi
Mengetahui cara menyimpan data Anda adalah salah satu keputusan pertama yang perlu Anda buat dalam perjalanan Anda ke analitik di Azure. Kemudian Anda dapat memilih teknologi analisis data terbaik untuk skenario Anda.
Untuk memulai, pertimbangkan contoh implementasi berikut:
Praktik terbaik
Analitik berkualitas tinggi dimulai dengan data yang kuat dan dapat dipercaya. Pada tingkat tertinggi, praktik keamanan informasi membantu memastikan bahwa data Anda dilindungi saat transit dan saat istirahat. Akses ke data tersebut juga harus terpercaya. Data yang terpercaya menandakan desain yang menerapkan:
Di tingkat platform, praktik terbaik big data berikut berkontribusi pada analitik tepercaya di Azure:
Mengatur konsumsi data menggunakan alur kerja data atau solusi alur seperti yang didukung oleh Azure Data Factory atau Oozie.
Pemrosesan data di tempat menggunakan penyimpanan data terdistribusi, pendekatan data besar yang mendukung volume data yang lebih besar dan variasi format yang lebih banyak.
Scrub data sensitif lebih awal sebagai bagian dari alur kerja penyerapan untuk menghindari penyimpanannya di data lake Anda.
Pertimbangkan total biaya sumber daya Azure yang diperlukan dengan menyeimbangkan biaya per unit node komputasi yang diperlukan dengan biaya per menit menggunakan node tersebut untuk menyelesaikan pekerjaan.
Buat data lake yang menggabungkan penyimpanan file dalam berbagai format, baik terstruktur, semi terstruktur, atau tidak terstruktur. Di Microsoft, kami menggunakan Azure Data Lake Storage Gen2 sebagai sumber kepercayaan tunggal kami. Misalnya, lihat arsitektur solusi BI di Pusat Keunggulan.
Sumber Daya Tambahan:
Analitik adalah kategori yang luas dan mencakup berbagai solusi. Sumber daya berikut dapat membantu Anda mengetahui lebih banyak tentang Azure.
Hibrid
Sebagian besar organisasi membutuhkan pendekatan hibrid untuk analitik karena data mereka dihosting baik lokal maupun di cloud. Organisasi sering memperluas solusi data lokal ke cloud. Untuk menghubungkan lingkungan, organisasi harus memilih arsitektur jaringan hibrid.
Pendekatan hibrid mungkin menyertakan sistem mainframe dan midrange sebagai sumber data untuk solusi Azure. Misalnya, organisasi Anda mungkin ingin memodernisasi data mainframe dan midrange atau menyediakan akses mainframe ke database Azure.
Contoh solusi
Berikut adalah beberapa contoh implementasi analitik di Azure yang perlu dipertimbangkan:
Profesional AWS atau Google Cloud
Artikel ini dapat membantu Anda meningkatkan dengan cepat dengan membandingkan opsi analitik Azure dengan layanan cloud lainnya: