클라우드 규모 분석
더 크고 정교한 형태의 클라우드 채택으로 클라우드로의 전환 과정은 더욱 복잡해집니다. Azure 클라우드 규모 분석은 최신 데이터 플랫폼을 빌드하기 위한 조직의 고유한 요구 사항을 충족하는 확장 가능하고 반복 가능한 프레임워크입니다.
클라우드 규모 분석은 클라우드의 분석 및 거버넌스에 대한 기술적 및 비기술적 고려 사항을 모두 다룹니다. 이 지침은 클라우드에 구애받지 않고 하이브리드 및 다중 클라우드 채택을 지원하기 위해 노력하지만, 포함된 기술 구현 예는 Azure 제품에 중점을 둡니다.
클라우드 규모 분석에는 다음과 같은 목표가 있습니다.
- 부산물이 아닌 제품으로 데이터 제공
- 데이터 시나리오에 가장 적합하지 않을 수 있는 단일 데이터 웨어하우스가 아닌 데이터 제품 에코시스템 제공
- 기본 접근 방식을 통해 데이터 거버넌스 및 보안 강화
- 팀이 기본 기술에 집중하는 대신 지속적으로 비즈니스 결과의 우선 순위를 지정하도록 유도합니다.
클라우드 규모 분석은 Microsoft의 클라우드 채택 프레임워크를 기반으로 하며 랜딩 존에 대한 이해가 필요합니다. Azure 랜딩 존 구현이 없는 경우 필수 구성 요소를 충족하는 방법에 대해 클라우드 팀에 문의하세요. 자세한 내용은 클라우드 채택 계획에 대한 환경 준비 여부 확인을 참조하세요.
참조 아키텍처를 사용하면 작은 공간으로 시작하고 시간이 지남에 따라 확장하여 시나리오를 사용 사례에 맞게 조정할 수 있습니다.
클라우드 규모 분석에는 5가지 핵심 인프라 및 리소스 배포를 가속화하는 반복 가능한 템플릿이 포함되어 있습니다. 또한 다양한 조직 크기에 맞게 조정할 수 있습니다. 리소스가 제한된 소기업의 경우 일부 비즈니스 주제 전문가와 혼합된 중앙 집중식 운영 모델이 상황에 적합할 수 있습니다. 자율 사업부(각각 자체 데이터 엔지니어 및 분석가가 있음)를 목표로 하는 대기업의 경우 데이터 메시 또는 데이터 패브릭과 같은 분산 운영 모델이 요구 사항을 더 잘 해결할 수도 있습니다.
목표
클라우드 규모 분석은 다음과 같은 원칙을 기반으로 하는 프레임워크를 제공합니다. 이러한 원칙은 조직의 요구 사항에 맞게 확장되지 않는 복잡한 데이터 아키텍처의 문제를 해결합니다.
| 원칙 | Description |
|---|---|
| 허용 |
|
| 팔로우 |
|
| 지원 |
|
| 채택 |
|
| 커밋 |
|
| 사용 |
|
구현 지침
구현 지침은 다음 두 섹션으로 나눌 수 있습니다.
- 모든 워크로드에 적용되는 전체 지침
- 클라우드 규모별 지침
전체 지침
| 문서화 | 설명 |
|---|---|
| 클라우드 채택 프레임워크 | 데이터 관리 및 제어 프로세스는 기존 클라우드 전략을 기반으로 시작하여 지속적인 운영까지 모든 과정을 수행하는 수명 주기 프로세스입니다. 클라우드 채택 프레임워크는 데이터 자산의 전체 수명 주기를 안내하는 데 도움이 됩니다. |
| Azure Well-Architected Framework | 워크로드 아키텍처 및 작업은 데이터에 직접적인 영향을 줍니다. 아키텍처가 워크로드 데이터의 관리 및 거버넌스를 개선할 수 있는 방법을 이해합니다. |
클라우드 규모별 지침
| 섹션 | Description |
|---|---|
| 초기 전략 수립 | 데이터 기반 조직이 되기 위한 데이터 전략 수립 및 피벗 방법입니다. |
| 계획 정의 | 클라우드 규모 분석을 위한 계획을 개발하는 방법입니다. |
| 분석 자산 준비 | 기업 등록계약, 네트워킹, ID 및 액세스 관리, 정책, 비즈니스 연속성 및 재해 복구와 같은 주요 디자인 영역 고려 사항을 다루는 데이터 관리 및 데이터 랜딩 존의 개요입니다. |
| 분석 제어 | 데이터, 데이터 카탈로그, 계보, 마스터 데이터 관리, 데이터 품질, 데이터 공유 계약 및 메타데이터를 제어하기 위한 요구 사항입니다. |
| 분석 자산 보호 | 인증 및 권한 부여, 데이터 개인 정보, 데이터 액세스 관리를 통해 분석 자산을 보호하는 방법입니다. |
| 사람 및 팀 구성 | 효과적인 운영, 역할, 팀 및 팀 기능을 구성하는 방법입니다. |
| 분석 자산 관리 | 시나리오에 대한 플랫폼 및 가시성을 프로비전하는 방법입니다. |
아키텍처
이 섹션에서는 클라우드 규모 분석의 물리적 구현에 대한 세부 정보를 다룹니다. 데이터 관리 랜딩 존 및 데이터 랜딩 존의 물리적 아키텍처를 매핑합니다.
클라우드 규모 분석에는 두 가지 주요 아키텍처 개념이 있습니다.
- 데이터 랜딩 존
- 데이터 관리 랜딩 존
이러한 아키텍처는 모범 사례를 표준화하고 개발 팀의 배포 병목 상태를 최소화하며 일반적인 클라우드 규모 분석 솔루션의 배포를 가속화할 수 있습니다. 레이크하우스 및 데이터 메시 아키텍처에 대한 지침을 채택할 수 있습니다. 이 지침은 요구 사항에 맞게 확장되는 잘 제어되는 분석 플랫폼에 필요한 기능을 강조 표시합니다.
다음 다이어그램은 중앙 데이터 관리 랜딩 존 및 여러 데이터 랜딩 존이 포함된 데이터 플랫폼의 개요를 제공합니다.
단일 랜딩 존으로 시작하여 여러 랜딩 존으로 확장하고 데이터 관리 랜딩 존에서 모든 랜딩 존을 제어할 수 있습니다.
자세한 내용은 아키텍처 개요를 참조하세요.
배포 템플릿
이 섹션에는 배포할 수 있는 많은 참조 템플릿이 포함되어 있습니다.
| 리포지토리 | 콘텐츠 | 필수 | 배포 모델 |
|---|---|---|---|
| 데이터 관리 템플릿 | 데이터 카탈로그 및 자체 호스팅 통합 런타임과 같은 중앙 데이터 관리 서비스 및 공유 데이터 서비스 | 예 | 클라우드 규모 분석당 하나 |
| 데이터 랜딩 존 템플릿 | 수집, 관리 및 데이터 저장소 서비스를 비롯한 데이터 랜딩 존 공유 서비스 | 예 | 데이터 랜딩 존당 1개 |
| 데이터 통합 템플릿 - 일괄 처리 | 일괄 데이터 처리에 필요한 추가 서비스 | 아니요 | 데이터 랜딩 존당 1개 이상 |
| 데이터 통합 템플릿 - 스트림 처리 | 데이터 스트림 처리에 필요한 추가 서비스 | 아니요 | 데이터 랜딩 존당 1개 이상 |
| 데이터 제품 템플릿 - 분석 및 데이터 과학 | 데이터 분석 및 AI에 필요한 추가 서비스 | 아니요 | 데이터 랜딩 존당 1개 이상 |
이러한 템플릿에는 Azure Resource Manager 템플릿, 템플릿의 매개 변수 파일, 리소스 배포를 위한 CI/CD 파이프라인 정의가 포함됩니다.
템플릿은 새로운 Azure 서비스 및 요구 사항으로 인해 시간이 지남에 따라 변경될 수 있습니다. 각 리포지토리의 기본 분기를 보호하여 오류가 없고 사용 및 배포할 준비가 된 상태로 유지합니다. 기능 개선을 기본 분기에 다시 병합하기 전에 개발 구독을 사용하여 템플릿 구성 변경 사항을 테스트합니다.
자세한 내용은 배포 템플릿을 참조하세요.
솔루션 가속기
솔루션 가속기는 GitHub의 오픈 소스 프로젝트입니다. 이러한 리포지토리에는 기술을 사용하여 문제를 해결하는 기능을 단순화하고 가속화하는 리소스 및 정보가 포함되어 있습니다.
자세한 내용은 솔루션 가속기를 참조하세요.
모범 사례
클라우드 규모 분석 목차의 다음 고급 수준 300 이상 문서는 중앙 IT 팀이 데이터 관리 및 거버넌스를 위한 도구를 배포하고 프로세스를 관리하는 데 도움이 될 수 있습니다.
- 클라우드 규모 분석을 위한 데이터 수집
- 클라우드 규모 분석을 위한 데이터 레이크 스토리지
- 클라우드 규모 분석 내에서 Azure Databricks 사용
- 클라우드 규모 분석에 Azure Synapse 분석 사용
- 클라우드 규모 분석을 위한 Azure Purview 준비 검사 목록
- 클라우드 규모 분석 시나리오를 위한 데이터 제품으로서의 Azure Machine Learning
주요 Azure 제품
클라우드 규모 분석 목차의 주요 Azure 제품 섹션을 확장하여 클라우드 규모 분석을 지원하는 Azure 제품에 대해 알아보세요.
일반적인 고객의 과정
다음과 같은 일반적인 고객의 과정은 클라우드 규모 분석을 지원합니다.
환경을 준비합니다. 환경 준비 문서를 리소스로 사용합니다. 데이터 자산 전체에서 워크로드의 전체 포트폴리오를 지원하는 프로세스 및 접근 방식을 설정합니다.
데이터 자산 전반에서 컨트롤을 개선합니다. 데이터 자산 제어 및 데이터 자산 보호 문서에 집중하여 클라우드 규모 분석을 기존 작업에 통합합니다.
개별 워크로드의 변경 사항에 영향을 줍니다. 클라우드 규모 분석 프로세스가 개선됨에 따라 중앙 데이터 거버넌스 팀은 개별 워크로드 내의 아키텍처에 대한 지식에 종속된 요구 사항을 확인할 수 있습니다. 아키텍처 문서를 사용하여 사용 사례 내에서 시나리오를 사용하는 방법을 이해합니다.
개별 워크로드 및 워크로드 팀을 최적화합니다. Azure Well-Architected Framework 지침부터 시작하여 데이터 관리 및 분석 전략을 개별 워크로드에 통합합니다. 이 지침에서는 중앙 IT 및 거버넌스 팀이 개별 워크로드 개발을 가속화하기 위해 제공하는 모범 사례 및 아키텍처를 설명합니다.
모범 사례를 사용하여 개별 자산을 온보딩합니다. 클라우드 규모 분석 목차의 모범 사례 섹션을 확장하여 전체 데이터 자산을 하나의 클라우드 규모 분석 컨트롤 플레인에 온보딩하는 프로세스에 대한 문서를 찾습니다.
특정 Azure 제품을 사용합니다. 클라우드 규모 분석 목차의 주요 Azure 제품 섹션에서 Azure 제품을 사용하여 클라우드 규모 분석 기능을 가속화하고 개선합니다.
작업 수행
클라우드 규모 분석 구현 계획에 대한 자세한 내용은 다음을 참조하세요.
다음 단계
클라우드 규모 분석 과정을 시작합니다.