Editar

Arquitetura de análise avançada

Azure Analysis Services
Azure Blob Storage
Azure Cosmos DB
Azure Synapse Analytics
Power BI

Ideias de solução

Este artigo é uma ideia de solução. Se quiser que expandamos o conteúdo com mais informações, como potenciais casos de utilização, serviços alternativos, considerações de implementação ou orientação de preços, informe-nos ao fornecer feedback do GitHub.

Esta arquitetura permite-lhe combinar quaisquer dados em qualquer escala com machine learning personalizado e obter análises de dados quase em tempo real em serviços de transmissão em fluxo.

Arquitetura

Diagrama de uma arquitetura de análise avançada com o Azure Synapse Analytics com Azure Data Lake Storage, Azure Analysis Services, Azure Cosmos DB e Power BI.

Transfira um ficheiro do Visio desta arquitetura.

Fluxo de dados

  1. Reúna todos os seus dados estruturados, não estruturados e semiestruturados (registos, ficheiros e multimédia) com os Pipelines do Synapse para Azure Data Lake Storage.
  2. Utilize conjuntos do Apache Spark para limpar e transformar os conjuntos de dados sem estrutura e combiná-los com dados estruturados de bases de dados operacionais ou armazéns de dados.
  3. Utilize técnicas dimensionáveis de machine learning/aprendizagem profunda para obter informações mais aprofundadas destes dados com Python, Scala ou .NET, com experiências de blocos de notas no conjunto do Apache Spark.
  4. Aplique o conjunto do Apache Spark e os Pipelines do Synapse no Azure Synapse Analytics para aceder e mover dados em escala.
  5. Consultar e reportar dados no Power BI.
  6. Utilize as informações dos conjuntos do Apache Spark para o Azure Cosmos DB para torná-los acessíveis através de aplicações Web e móveis.

Fluxo de trabalho

  • Azure Synapse Analytics é o armazém de dados em nuvem rápido, flexível e fidedigno que lhe permite dimensionar, calcular e armazenar de forma elástica e independente, com uma arquitetura de processamento paralelo em massa.
  • A Documentação dos Pipelines do Synapse permite-lhe criar, agendar e orquestrar os seus fluxos de trabalho ETL/ELT.
  • O armazenamento de Blobs do Azure é um armazenamento de objetos dimensionável em massa para qualquer tipo de imagens de dados não estruturadas, vídeos, áudio, documentos e de forma mais fácil e económica.
  • Azure Synapse conjuntos do Spark do Analytics é uma plataforma de análise rápida, fácil e colaborativa baseada no Apache Spark.
  • O Azure Cosmos DB é um serviço de base de dados com vários modelos distribuído globalmente. Saiba como replicar os seus dados em qualquer número de regiões do Azure e dimensionar o débito independentemente do seu armazenamento.
  • Azure Synapse Link para o Azure Cosmos DB permite-lhe executar análises quase em tempo real através de dados operacionais no Azure Cosmos DB, sem qualquer impacto de desempenho ou custo na carga de trabalho transacional, utilizando os dois motores de análise disponíveis a partir da sua área de trabalho Azure Synapse: Conjuntos do SQL Sem Servidor e spark.
  • Azure Analysis Services é uma análise de nível empresarial como um serviço que lhe permite governar, implementar, testar e fornecer a sua solução de BI com confiança.
  • O Power BI é um conjunto de ferramentas de análise de negócios que fornecem informações em toda a sua organização. Ligue-se a centenas de origens de dados, simplifique a preparação de dados e impulsione análises não planeadas. Produza relatórios fantásticos e, em seguida, publique-os para que a sua organização consuma na Web e em dispositivos móveis.

Alternativas

  • Synapse Link é a solução preferida da Microsoft para análises com base nos dados do Azure Cosmos DB.

Detalhes do cenário

Transforme os seus dados em informações acionáveis com as melhores ferramentas de machine learning da classe. Esta solução permite-lhe combinar quaisquer dados em qualquer escala e criar e implementar modelos de machine learning personalizados em escala. Para saber como as plataformas de dados à escala empresarial são concebidas como parte de uma zona de destino empresarial, veja a documentação da zona de destino de dados Cloud Adoption Framework.

Potenciais casos de utilização

As organizações têm a capacidade de aceder a mais dados do que nunca. A análise avançada ajuda a tirar partido das informações de dados. As áreas incluem:

  • Suporte ao cliente.
  • Manutenção preditiva.
  • Recomendação de produtos ou serviços.
  • Otimização do sistema de tudo, desde cadeias de fornecimento a operações de datacenter.
  • Desenvolvimento de produtos e serviços.

Considerações

Otimização de custos

A otimização de custos consiste em analisar formas de reduzir as despesas desnecessárias e melhorar a eficiência operacional. Para obter mais informações, veja Descrição geral do pilar de otimização de custos.

Passos seguintes

Veja a seguinte documentação sobre os serviços em destaque nesta arquitetura: