Modifica

Condividi tramite

Architettura di analisi avanzata

Azure Analysis Services
Archiviazione BLOB di Azure
Azure Cosmos DB
Azure Synapse Analytics
Power BI

Idee per le soluzioni

Questo articolo descrive un'idea di soluzione. L'architetto cloud può usare queste linee guida per visualizzare i componenti principali per un'implementazione tipica di questa architettura. Usare questo articolo come punto di partenza per progettare una soluzione ben progettata in linea con i requisiti specifici del carico di lavoro.

Questa architettura consente di combinare i dati su qualsiasi scala con l'apprendimento automatico personalizzato e di ottenere analisi dei dati quasi in tempo reale sui servizi di streaming.

Architettura

Diagramma di un'architettura di analisi avanzata con Azure Synapse Analytics con Azure Data Lake Storage, Azure Analysis Services, Azure Cosmos DB e Power BI.

Scaricare un file di Visio di questa architettura.

Flusso di dati

  1. Riunire tutti i dati strutturati, non strutturati e semistrutturati (log, file e supporti) usando Le pipeline di Synapse in Azure Data Lake Storage.
  2. Usare i pool di Apache Spark per pulire e trasformare i set di dati senza struttura e combinarli con dati strutturati da database operativi o data warehouse.
  3. Usare tecniche scalabili di Machine Learning/Deep Learning per derivare informazioni più approfondite da questi dati usando Python, Scala o .NET, con esperienze di notebook nel pool di Apache Spark.
  4. Applicare pool di Apache Spark e pipeline di Synapse in Azure Synapse Analytics per accedere e spostare i dati su larga scala.
  5. Eseguire query e report sui dati in Power BI.
  6. Esaminare le informazioni dettagliate dai pool di Apache Spark ad Azure Cosmos DB per renderle accessibili tramite app Web e per dispositivi mobili.

Workflow

  • Azure Synapse Analytics è il data warehouse cloud veloce, flessibile e attendibile che consente di ridimensionare, calcolare e archiviare in modo elastico e indipendente, con un'architettura di elaborazione parallela elevata.
  • La documentazione di Synapse Pipelines consente di creare, pianificare e orchestrare i flussi di lavoro ETL/ELT.
  • Archiviazione BLOB di Azure è un'archiviazione a oggetti scalabile enorme per qualsiasi tipo di immagini di dati non strutturate, video, audio, documenti e più facilmente e conveniente.
  • I pool di Spark di Azure Synapse Analytics sono una piattaforma di analisi rapida, semplice e collaborativa basata su Apache Spark.
  • Azure Cosmos DB è un servizio di database multimodello e distribuito a livello globale. Informazioni su come replicare i dati in un numero qualsiasi di aree di Azure e ridimensionare la velocità effettiva indipendentemente dall'archiviazione.
  • Collegamento ad Azure Synapse per Azure Cosmos DB consente di eseguire analisi near real-time sui dati operativi in Azure Cosmos DB, senza alcun impatto sulle prestazioni o sui costi del carico di lavoro transazionale, usando i due motori di analisi disponibili nell'area di lavoro Azure Synapse: SQL Serverless e Pool di Spark.
  • Azure Analysis Services è un'analisi di livello aziendale distribuita come servizio che consente di gestire, distribuire, testare e distribuire la soluzione BI in tutta sicurezza.
  • Power BI è un gruppo di strumenti di Analisi business che consente di distribuire informazioni dettagliate in tutta l'organizzazione. Connettersi a centinaia di origini dati, semplificare la preparazione dei dati e guidare l'analisi non pianificata. Crea report d'impatto e quindi pubblicali per consentire all'organizzazione di utilizzarli sul Web e su dispositivi mobili.

Alternative

  • Collegamento a Synapse è la soluzione preferita da Microsoft per l'analisi sui dati di Azure Cosmos DB.

Dettagli dello scenario

Trasforma i tuoi dati in informazioni dettagliate di utilità pratica usando gli strumenti di apprendimento automatico migliori del settore. Questa soluzione consente di combinare tutti i dati su qualsiasi scala e di compilare e distribuire modelli di Machine Learning personalizzati su larga scala. Per informazioni sul modo in cui le piattaforme dati su scala aziendale sono progettate come parte di una zona di destinazione aziendale, vedere la documentazione relativa alla zona di destinazione dei dati di Cloud Adoption Framework.

Potenziali casi d'uso

Le organizzazioni hanno la possibilità di accedere a più dati che mai. L'analisi avanzata consente di sfruttare i vantaggi delle informazioni dettagliate sui dati. Le aree includono:

  • Servizio clienti.
  • Manutenzione predittiva.
  • Raccomandazione di prodotti o servizi.
  • Ottimizzazione del sistema di tutti gli elementi, dalle catene di fornitura alle operazioni del data center.
  • Sviluppo di prodotti e servizi.

Considerazioni

Ottimizzazione dei costi

L'ottimizzazione dei costi riguarda l'analisi dei modi per ridurre le spese non necessarie e migliorare l'efficienza operativa. Per altre informazioni, vedere Panoramica del pilastro di ottimizzazione dei costi.

Passaggi successivi

Vedere la documentazione seguente sui servizi in primo piano in questa architettura: