클라우드 규모 분석을 위한 Azure 랜딩 존
비즈니스에 대한 실행 가능한 인사이트를 얻을 수 있는 마찰 없는 거버넌스 및 플랫폼이 필요하다는 의견에 대응하여, 클라우드 규모 분석은 전략적 디자인 경로를 보여주며 Azure 분석 및 AI 환경의 기술 상태를 대상으로 합니다.
패턴은 도메인 간에 데이터 및 해당 파이프라인의 배포에 의존합니다. 이 패턴을 사용하면 접근성, 유용성 및 개발의 소유권을 사용할 수 있습니다. 주로 이러한 패턴에 따라 클라우드 규모 분석에는 다음과 같은 기능이 포함됩니다.
- 스토리지
- 데이터 계보
- 데이터 분류
- 데이터 수집
- 데이터 품질
- 액세스 프로비전
- 네트워킹
- 암호화
- 복원력
- 가시성
참고 항목
클라우드 규모 분석은 엔터프라이즈 규모 랜딩 존으로 시작을 기반으로 하며 이를 보완하는 것으로 간주되어야 합니다.
클라우드 규모 분석은 Microsoft의 Well-Architected Framework 렌즈를 적용하는 동시에 Microsoft 클라우드 채택 프레임워크 기반으로 구축됩니다. Microsoft 클라우드 채택 프레임워크는 클라우드 운영 모델, 참조 아키텍처 및 플랫폼 템플릿에 대한 규범적인 지침 및 모범 사례를 제공합니다. 가장 도전적이고 정교하며 복잡한 환경의 실제 학습을 기반으로 합니다.
클라우드 규모 분석은 고객이 랜딩 존을 빌드하고 운영하여 분석 워크로드를 호스트하고 실행할 수 있는 길을 열어줍니다. 보안, 거버넌스 및 규정 준수를 기반으로 랜딩 존을 구축합니다. 자율성과 혁신을 지원하면서 확장성과 모듈화가 가능합니다.
클라우드 규모 분석은 조직의 요구 사항을 Azure 구문 및 기능으로 변환하는 데 도움이 되는 5가지 중요한 디자인 영역을 고려합니다. 이러한 디자인 영역에 대한 관심이 부족하면 일반적으로 엔터프라이즈 규모 정의와 Azure 채택 간에 불협화음과 마찰이 발생합니다. 클라우드 규모 분석은 이러한 디자인 영역을 사용하여 온-프레미스와 클라우드 디자인 인프라 간의 불일치를 해결하는 데 도움이 됩니다.
자세한 내용은 다음을 참조하세요.
데이터 관리 랜딩 존
클라우드 규모 분석의 핵심은 관리 기능입니다. 이 기능은 데이터 관리 랜딩 존을 통해 사용하도록 설정됩니다.
데이터 관리 랜딩 존은 플랫폼을 제어하고 다음 기능을 지원하는 구독입니다.
- 데이터 카탈로그
- 데이터 품질
- 데이터 모델링 리포지토리
- 마스터 데이터 관리
- API 카탈로그
- 데이터 공유 및 계약
- Azure의 클라우드 규모 분석을 위한 데이터 프라이버시
- Azure의 클라우드 규모 분석을 위한 보안 프로비전
자세한 내용은 클라우드 규모 분석 데이터 관리 랜딩 존 개요를 참조하세요.
데이터 랜딩 존
데이터 랜딩 존은 각 도메인과 관련된 여러 분석 및 AI 솔루션을 호스팅하는 구독입니다. 클라우드 규모 분석 내의 이러한 구독은 기본 비즈니스 그룹, 통합자 및 인에이블러를 나타냅니다. 이러한 그룹은 원본 시스템에 대한 타고난 이해를 소유하고, 운영하며, 제공하기도 합니다.
데이터 랜딩 존에 대해 염두에 두어야 할 몇 가지 중요한 사항은 다음과 같습니다.
- 각 데이터 랜딩 존에 자동 수집 기능이 존재할 수 있습니다. 이러한 기능을 통해 실무 전문가는 외부 데이터 원본을 데이터 랜딩 존으로 끌어올 수 있습니다.
- 데이터 랜딩 존은 핵심 아키텍처에 따라 인스턴스화됩니다. 여기에는 분석 플랫폼을 호스트하는 주요 기능이 포함됩니다.
- 데이터 랜딩 존에는 여러 데이터 제품이 있을 수 있습니다.
자세한 내용은 데이터 랜딩 존을 참조하세요.
데이터 제품
비즈니스 가치를 이끌고 데이터 랜딩 존 데이터 레이크와 같은 다각형 저장소로 푸시되는 모든 것을 데이터 제품이라 할 수 있습니다.
데이터 제품은 도메인 내의 데이터 및 도메인 전반의 데이터를 관리, 구성 및 파악합니다. 데이터 제품은 하나 또는 그 이상의 트랜잭션 시스템 통합 또는 다른 데이터 제품에서 얻은 데이터의 결과입니다.
자세한 내용은 Azure의 클라우드 규모 분석 데이터 제품을 참조하세요.
Important
운영 시스템에서 읽기 데이터 원본으로 데이터를 수집할 때, 데이터 품질 검사 및 기타 적용된 데이터를 제외하고, 데이터는 다른 데이터 변환이 적용되는 것을 피해야 합니다. 이렇게 하면 데이터 제품의 재사용성이 높아지고, 동일한 운영 시스템에서 여러 번 추출하는 것과 반대로 다른 도메인이 액세스에 따라 사용 사례를 소비하도록 할 수 있습니다.
운영 우수성
클라우드 규모 분석은 셀프 서비스 사용, 거버넌스 및 간소화된 배포를 통해 운영 우수성을 높이는 것을 핵심으로 설계되었습니다. 데이터 운영에 대한 작업 모델을 사용하면 코드 제공 인프라 및 배포 템플릿을 사용하여 이러한 핵심 원칙을 구현할 수 있습니다. 또한 포크 및 분기 전략과 중앙 리포지토리를 포함하는 배포 프로세스를 사용합니다.
자세한 내용은 운영 구성을 참조하세요.
기타 디자인 고려 사항
데이터 관리 및 데이터 관리 랜딩 존을 시작하려면 성공적으로 배포할 수 있도록 하는 기본 아키텍처 구성 요소가 있는지 확인해야 합니다.