Analiza w skali chmury
Dzięki większym, bardziej zaawansowanym formom wdrażania chmury twoja podróż do chmury staje się bardziej złożona. Analiza w skali chmury platformy Azure to skalowalna, powtarzalna struktura, która spełnia unikatowe potrzeby organizacji w zakresie tworzenia nowoczesnych platform danych.
Analiza w skali chmury obejmuje zagadnienia techniczne i niezwiązane z zagadnieniami technicznymi dotyczącymi analizy i ładu w chmurze. Te wskazówki dążą do wspierania wdrażania hybrydowego i wielochmurowego przez niezależne od chmury, ale zawarte przykłady implementacji technicznej koncentrują się na produktach platformy Azure.
Analiza w skali chmury ma następujące cele:
- Służyć dane jako produkt, a nie produkt uboczny
- Zapewnienie ekosystemu produktów danych, a nie pojedynczego magazynu danych, który może nie pasować najlepiej do twojego scenariusza danych
- Stosowanie domyślnego podejścia do wymuszania ładu i zabezpieczeń danych
- Napędzaj zespoły, aby stale ustalały priorytety wyników biznesowych zamiast skupiać się tylko na podstawowej technologii.
Analiza w skali chmury opiera się na strukturze wdrażania chmury firmy Microsoft i wymaga zrozumienia stref docelowych. Jeśli nie masz jeszcze implementacji stref docelowych platformy Azure, zapoznaj się z zespołami ds. chmury, aby dowiedzieć się, jak spełnić wymagania wstępne. Aby uzyskać więcej informacji, zobacz Zapewnianie, że środowisko jest przygotowane do planu wdrożenia chmury.
Architektury referencyjne umożliwiają rozpoczęcie od niewielkiego zużycia i rozwój wraz z upływem czasu, dostosowując scenariusz do przypadków użycia.
Analiza w skali chmury obejmuje powtarzalne szablony, które przyspieszają pięć podstawowych wdrożeń infrastruktury i zasobów. Można go również dostosować do różnych rozmiarów organizacji. Jeśli jesteś małym przedsiębiorstwem z ograniczonymi zasobami, scentralizowany model operacyjny mieszany z niektórymi ekspertami w danej dziedzinie biznesowej może pasować do Twojej sytuacji. Jeśli jesteś większym przedsiębiorstwem z autonomicznymi jednostkami biznesowymi (z których każdy ma własnych inżynierów danych i analityków) jako cel, rozproszony model operacyjny, taki jak siatka danych lub sieć szkieletowa danych, może lepiej zaspokoić Twoje potrzeby.
Cele
Analiza w skali chmury zapewnia strukturę, która jest oparta na następujących zasadach. Te zasady dotyczą wyzwań związanych ze złożonymi architekturami danych, które nie są skalowane do potrzeb organizacji.
| Zasada | Opis |
|---|---|
| Zezwalaj |
|
| Follow |
|
| Pomoc techniczna |
|
| Wdrażanie |
|
| Zatwierdzenie |
|
| Włączenie |
|
Wskazówki dotyczące implementacji
Wskazówki dotyczące implementacji można podzielić na dwie sekcje:
- Globalne wskazówki dotyczące wszystkich obciążeń.
- Wskazówki specyficzne dla skali chmury
Wskazówki globalne
| Dokumentacja | Opis |
|---|---|
| Cloud Adoption Framework | Zarządzanie danymi i zarządzanie nimi to proces cyklu życia, który rozpoczyna się od oparcia o istniejącą strategię chmury i prowadzi całą drogę do bieżących operacji. Cloud Adoption Framework pomaga w pełnym cyklu życia twoich nieruchomości danych. |
| Azure Architecture Framework | Architektura obciążeń i operacje mają bezpośredni wpływ na dane. Dowiedz się, jak twoja architektura może usprawnić zarządzanie danymi obciążeń i zarządzanie nimi. |
Wskazówki specyficzne dla skali chmury
| Sekcja | Opis |
|---|---|
| Tworzenie strategii początkowej | Jak utworzyć strategię danych i przestawiać się, aby stać się organizacją opartą na danych. |
| Definiowanie planu | Jak opracować plan analizy w skali chmury. |
| Przygotowywanie majątku analitycznego | Omówienie zarządzania danymi i stref docelowych danych z kluczowymi zagadnieniami dotyczącymi obszaru projektowania, takimi jak rejestracja przedsiębiorstwa, sieć, zarządzanie tożsamościami i dostępem, zasady, ciągłość działalności biznesowej i odzyskiwanie po awarii. |
| Zarządzanie analizą | Wymagania dotyczące zarządzania danymi, wykazem danych, pochodzeniem, zarządzaniem danymi głównymi, jakością danych, umowami dotyczącymi udostępniania danych i metadanymi. |
| Zabezpieczanie majątku analitycznego | Jak zabezpieczyć majątek analityczny przy użyciu uwierzytelniania i autoryzacji, prywatności danych i zarządzania dostępem do danych. |
| Organizowanie osób i zespołów | Jak organizować efektywne operacje, role, zespoły i funkcje zespołu. |
| Zarządzanie infrastrukturą analiz | Jak aprowizować platformę i wgląd w scenariusz. |
Architektury
Ta sekcja dotyczy szczegółów fizycznych implementacji analizy w skali chmury. Mapuje architektury fizyczne stref docelowych zarządzania danymi i stref docelowych danych.
Analiza w skali chmury ma dwa kluczowe pojęcia dotyczące architektury:
- Strefa docelowa danych
- Strefa docelowa zarządzania danymi
Te architektury standandaryzują najlepsze rozwiązania i minimalizują wąskie gardła wdrażania dla zespołów programistycznych i mogą przyspieszyć wdrażanie typowych rozwiązań analitycznych w skali chmury. Możesz stosować swoje wskazówki dotyczące architektur typu lakehouse i siatki danych. Te wskazówki podkreślają możliwości potrzebne dla dobrze zarządzanej platformy analitycznej, która jest skalowana do Twoich potrzeb.
Na poniższym diagramie przedstawiono omówienie platformy danych, która zawiera centralną strefę docelową zarządzania danymi i wiele stref docelowych danych.
Możesz rozpocząć od jednej strefy docelowej i skalować do wielu stref docelowych i zarządzać wszystkimi z strefy docelowej zarządzania danymi.
Aby uzyskać więcej informacji, zobacz : Omówienie architektur
Szablony wdrażania
Ta sekcja zawiera wiele szablonów referencyjnych, które można wdrożyć.
| Repozytorium | Zawartość | Wymagane | Model wdrażania |
|---|---|---|---|
| Szablon zarządzania danymi | Centralne usługi zarządzania danymi i udostępnione usługi danych, takie jak wykaz danych i własne środowisko Integration Runtime | Tak | Jedna na analizę w skali chmury |
| Szablon strefy docelowej danych | Usługi udostępnione strefy docelowej danych, w tym pozyskiwanie, zarządzanie i usługi magazynu danych | Tak | Jeden na strefę docelową danych |
| Szablon integracji danych — przetwarzanie wsadowe | Dodatkowe usługi niezbędne do przetwarzania danych wsadowych | Nie | Co najmniej jedna strefa docelowa danych |
| Szablon integracji danych — przetwarzanie strumienia | Dodatkowe usługi niezbędne do przetwarzania strumienia danych | Nie | Co najmniej jedna strefa docelowa danych |
| Szablon produktu danych — analiza i nauka o danych | Dodatkowe usługi niezbędne do analizy danych i sztucznej inteligencji | Nie | Co najmniej jedna strefa docelowa danych |
Te szablony zawierają szablony usługi Azure Resource Manager, pliki parametrów szablonów i definicje potoku ciągłej integracji/ciągłego wdrażania na potrzeby wdrażania zasobów.
Szablony mogą się zmieniać w czasie z powodu nowych usług i wymagań platformy Azure. Zabezpiecz główną gałąź każdego repozytorium, aby była bez błędów i gotowa do użycia i wdrożenia. Użyj subskrypcji programistycznej, aby przetestować zmiany konfiguracji szablonu przed scaleniem ulepszeń funkcji z gałęzią główną.
Aby uzyskać więcej informacji, zobacz Szablony wdrażania.
Akceleratory rozwiązań
Akceleratory rozwiązań to projekty typu open source w usłudze GitHub. Te repozytoria zawierają zasoby i informacje, które upraszczają i przyspieszają rozwiązywanie problemów przy użyciu technologii.
Aby uzyskać więcej informacji, zobacz Akceleratory rozwiązań.
Najlepsze rozwiązania
Następujące zaawansowane artykuły na poziomie 300+ w spisie treści analizy w skali chmury mogą pomóc centralnym zespołom IT wdrażać narzędzia i zarządzać procesami zarządzania danymi i zarządzania nimi:
- Pozyskiwanie danych na potrzeby analizy w skali chmury
- Magazyn data lake na potrzeby analizy w skali chmury
- Korzystanie z usługi Azure Databricks w ramach analizy w skali chmury
- Korzystanie z usługi Azure Synapse Analytics na potrzeby analizy w skali chmury
- Lista kontrolna gotowości usługi Azure Purview dla analizy w skali chmury
- Usługa Azure Machine Learning jako produkt do analizy w skali chmury
Polecane produkty platformy Azure
Rozwiń sekcję Polecane produkty platformy Azure w spisie treści analizy w skali chmury , aby dowiedzieć się więcej o produktach platformy Azure, które obsługują analizę w skali chmury.
Typowe podróże klientów
Następujące typowe podróże klientów obsługują analizę w skali chmury:
Przygotuj środowisko. Użyj artykułów Przygotowywanie środowiska jako zasobów. Ustanów procesy i podejścia, które obsługują całe portfolio obciążeń w infrastrukturze danych.
Ulepszanie kontrolek w obrębie twoich danych. Skoncentruj się na artykułach Zarządzanie infrastrukturą danych i Zabezpieczanie majątku danych , aby zintegrować analizę w skali chmury z istniejącymi operacjami.
Wpływ na zmiany poszczególnych obciążeń. W miarę ulepszania procesów analizy w skali chmury zespoły ds. utrzymania ładu w danych będą znajdować wymagania, które zależą od znajomości architektury poszczególnych obciążeń. Artykuły dotyczące architektury pozwalają zrozumieć, w jaki sposób można używać scenariuszy w danym przypadku użycia.
Zoptymalizuj poszczególne obciążenia i zespoły ds. obciążeń. Zacznij od wskazówek dotyczących platformy Azure Well-Architected Framework , aby zintegrować strategie analizy w skali chmury z poszczególnymi obciążeniami. W tych wskazówkach opisano najlepsze rozwiązania i architektury, których powinny używać centralne zespoły IT i zespołów ds. ładu w celu przyspieszenia tworzenia poszczególnych obciążeń.
Użyj najlepszych rozwiązań, aby dołączyć poszczególne zasoby. Rozwiń sekcję Najlepsze rozwiązania w spisie treści analizy w skali chmury , aby znaleźć artykuły dotyczące procesów dołączania całego majątku danych do jednej płaszczyzny kontroli analizy w skali chmury.
Użyj określonych produktów platformy Azure. Przyspieszanie i ulepszanie możliwości analizy w skali chmury przy użyciu produktów platformy Azure w sekcji Polecane produkty platformy Azure w spisie treści analizy w skali chmury .
Wykonywanie akcji
Aby uzyskać więcej informacji na temat planowania implementacji analizy w skali chmury, zobacz:
Następne kroki
Rozpocznij podróż do analizy w skali chmury: