Bewerken

Delen via


Ontwerp van analysearchitectuur

Azure Synapse Analytics
Power BI

Met de exponentiële groei van gegevens vertrouwen organisaties op de onbeperkte rekenkracht, opslag en analytische kracht van Azure om hun gegevens te schalen, streamen, voorspellen en bekijken. Analyseoplossingen zetten volumes gegevens om in nuttige business intelligence (BI), zoals rapporten en visualisaties, en inventieve kunstmatige intelligentie (AI), zoals prognoses op basis van machine learning.

Of uw organisatie nu net begint met het evalueren van analysehulpprogramma's in de cloud of uw huidige implementatie wilt uitbreiden, Azure biedt veel opties. De werkstroom begint met het leren over algemene benaderingen en het afstemmen van processen en rollen rond een cloudmentaliteit.

Gegevens kunnen in batches of in realtime, on-premises of in de cloud worden verwerkt, maar het doel van elke analyseoplossing is om op schaal gebruik te maken van gegevens. Organisaties willen steeds vaker één bron van waarheid maken voor alle relationele en niet-relationele gegevens die worden gegenereerd door mensen, machines en het Internet of Things (IoT). Het is gebruikelijk om een big data-architectuur of een IoT-architectuur te gebruiken om onbewerkte gegevens te transformeren in een gestructureerd formulier en deze vervolgens te verplaatsen naar een analytische gegevensopslag. Deze opslag wordt de enige bron van waarheid die een groot aantal inzichtelijke analyseoplossingen kan aandrijven.

Het oplossingstraject voor analyses in Azure begint met het leren en toewijzen van rollen. Kies vervolgens een opslagoplossing en een Azure BI- of AI-technologie voor de workload.

Een Visio-bestand van deze architectuur downloaden.

Meer informatie over analyses in Azure

Als u geen kennis hebt met analyses in Azure, kunt u het beste meer leren met Microsoft Learn, een gratis onlinetrainingsplatform. U vindt video's, zelfstudies en praktische training voor specifieke producten en services, plus leertrajecten op basis van uw functie, zoals ontwikkelaar of gegevensanalist.

Gereedheid van organisatie

Als uw organisatie nieuw is in de cloud, kan het Cloud Adoption Framework u helpen aan de slag te gaan. Deze verzameling documentatie en best practices biedt bewezen richtlijnen van Microsoft die zijn ontworpen om uw overstap naar de cloud te versnellen. Het bevat ook innovatiehulpprogramma's voor het democratiseren van gegevens in Azure.

Om de kwaliteit van uw analyseoplossing in Azure te garanderen, raden we u aan het Azure Well-Architected Framework te volgen. Het biedt prescriptieve richtlijnen voor organisaties die op zoek zijn naar hoogwaardige architectuur en bespreekt hoe u azure-oplossingen ontwerpt, inricht en bewaakt die zijn geoptimaliseerd voor kosten.

Pad naar productie

Weten hoe u uw gegevens opslaat, is een van de eerste beslissingen die u moet nemen tijdens uw reis naar analyses in Azure. Vervolgens kunt u de beste technologie voor gegevensanalyse voor uw scenario kiezen.

Bekijk de volgende voorbeeld-implementaties om aan de slag te gaan:

Aanbevolen procedures

Hoogwaardige analyses beginnen met robuuste, betrouwbare gegevens. Op het hoogste niveau helpen beveiligingsprocedures voor informatie ervoor te zorgen dat uw gegevens in transit en at rest worden beveiligd. Toegang tot die gegevens moet ook worden vertrouwd. Betrouwbare gegevens impliceert een ontwerp dat implementeert:

Op platformniveau dragen de volgende best practices voor big data bij aan betrouwbare analyses in Azure:

  • Gegevensopname organiseren met behulp van een gegevenswerkstroom of pijplijnoplossing, zoals de oplossingen die worden ondersteund door Azure Data Factory of Oozie.

  • Gegevens verwerken met behulp van een gedistribueerd gegevensarchief, een benadering voor big data die grotere hoeveelheden gegevens en een grotere verscheidenheid aan indelingen ondersteunt.

  • Scrub gevoelige gegevens vroeg als onderdeel van de opnamewerkstroom om te voorkomen dat deze worden opgeslagen in uw data lake.

  • Houd rekening met de totale kosten van de vereiste Azure-resources door de kosten per eenheid van de rekenknooppunten te verdelen die nodig zijn voor de kosten per minuut van het gebruik van deze knooppunten om een taak te voltooien.

  • Maak een data lake waarin opslag voor bestanden in meerdere indelingen wordt gecombineerd, ongeacht of deze gestructureerd, semigestructureerd of ongestructureerd zijn. Bij Microsoft gebruiken we Azure Data Lake Storage Gen2 als enige bron van waarheid. Zie bijvoorbeeld de BI-oplossingsarchitectuur in het Center of Excellence.

Aanvullende bronnen

Analyse is een brede categorie en omvat een scala aan oplossingen. Met de volgende resources kunt u meer over Azure ontdekken.

Hybride

De overgrote meerderheid van organisaties heeft een hybride benadering nodig voor analyse omdat hun gegevens zowel on-premises als in de cloud worden gehost. Organisaties breiden vaak on-premises gegevensoplossingen uit naar de cloud. Om omgevingen te verbinden, moeten organisaties een hybride netwerkarchitectuur kiezen.

Een hybride benadering kan mainframe- en midrangesystemen bevatten als gegevensbron voor Azure-oplossingen. Uw organisatie kan bijvoorbeeld mainframes en midrangegegevens moderniseren of mainframe-toegang bieden tot Azure-databases.

Voorbeeldoplossingen

Hier volgen enkele voorbeeld-implementaties van analyses in Azure om rekening mee te houden:

AWS- of Google Cloud-professionals

Deze artikelen kunnen u helpen om snel aan de slag te gaan door Azure Analytics-opties te vergelijken met andere cloudservices: