Поделиться через

Проектирование архитектуры аналитики

Благодаря экспоненциальному росту данных организации используют неограниченные вычислительные ресурсы, хранилище и аналитические возможности Azure для масштабирования, потока, прогнозирования и просмотра своих данных. Решения аналитики превратят объемы данных в полезные бизнес-аналитики (BI), такие как отчеты и визуализации, а также изобретательный искусственный интеллект (ИИ), такие как прогнозы на основе машинного обучения.

Независимо от того, начинает ли ваша организация оценивать облачные средства аналитики или стремится расширить текущую реализацию, Azure предоставляет множество вариантов. Рабочий процесс начинается с изучения распространенных подходов и выравнивания процессов и ролей вокруг облачного мышления.

Данные могут обрабатываться в пакетах или в режиме реального времени, на собственных серверах или в облаке, но цель любого аналитического решения — использовать данные в масштабе. Все чаще организации хотят создать единый источник истины для всех реляционных и нереляционных данных, создаваемых людьми, компьютерами и Интернетом вещей (IoT). Обычно используется архитектура больших данных или архитектура Интернета вещей для преобразования необработанных данных в структурированную форму, а затем перемещение ее в аналитическое хранилище данных. Это хранилище становится единственным истинным источником, который может поддерживать множество аналитических решений.

Architecture

Диаграмма, представляющая процесс внедрения аналитического решения на Azure.

Скачайте файл Visio для этой архитектуры.

На приведенной выше схеме показана обычная реализация базовой и базовой аналитики. Ознакомьтесь с архитектурами, приведенными в этом разделе, чтобы найти реальные решения, которые можно создавать в Azure.

Изучение архитектур аналитики и руководств

В статьях этого раздела представлены полностью разработанные архитектуры, которые можно развернуть в Azure и расширить до уровня решений и руководств для промышленного использования. Это поможет вам принять важные решения о том, как вы используете технологии аналитики в Azure. Идеи решения демонстрируют шаблоны реализации и возможности, которые следует учитывать при планировании разработки аналитических доказательств концепции.

Руководства по архитектуре аналитики

Варианты технологий . Эти статьи помогают оценить и выбрать лучшие технологии аналитики для ваших требований к рабочей нагрузке:

Аварийное восстановление для платформы данных Azure . В этих статьях приведены комплексные рекомендации по реализации стратегий аварийного восстановления:

  • Обзор стратегий аварийного восстановления для платформ данных Azure.
  • Architecture — шаблоны архитектуры для аварийного восстановления на платформах данных Azure.
  • Сведения о сценарии . Подробные сценарии реализации аварийного восстановления.
  • Рекомендации - Лучшие практики по аварийному восстановлению.

Архитектуры аналитики

Эти готовые к работе архитектуры демонстрируют комплексные решения аналитики, которые можно развертывать и настраивать:

Идеи решения аналитики

Эти идеи решения демонстрируют шаблоны реализации и возможности для изучения:

Сведения об аналитике по Azure

Microsoft Learn предоставляет бесплатные учебные ресурсы по интернету для технологий аналитики Azure. Платформа предлагает видео, учебники и практические лаборатории для конкретных продуктов и служб, а также пути обучения, организованные по роли задания.

Следующие ресурсы предоставляют базовые знания для реализации аналитики в Azure:

Пути обучения по роли

Готовность организации

Организации, начинающие внедрение облака, могут использовать Cloud Adoption Framework для проверенных рекомендаций, направленных на ускорение внедрения облака. Рекомендации по аналитике в масштабе облака см. в разделе "Аналитика в масштабе облака".

Чтобы обеспечить качество решения аналитики на Azure, рекомендуется следовать Azure Well-Architected Framework. В предоставляемом руководстве содержатся конкретные рекомендации для организаций, стремящихся к архитектурному совершенству, а также обсуждаются способы разработки, подготовки и мониторинга оптимизированных для затрат решений на платформе Azure.

Для рекомендаций по рабочим нагрузкам данных, согласованным с основными принципами платформы Well-Architected Framework, см. Azure Well-Architected Framework для рабочих нагрузок данных.

Путь к производству

Выбор хранилища данных — это базовое решение при реализации аналитики в Azure. Выбрав подход к хранилищу, можно определить соответствующую технологию аналитики данных для вашего сценария.

Ключевые моменты принятия решений включают:

  • Хранилище данных: выберите между озёрами данных, хранилищами данных или лэйкхаусами на основе структуры данных и шаблонов запросов. Рекомендации по выбору и проектированию решений баз данных, которые поддерживают аналитические рабочие нагрузки, см. в статье Архитектура баз данных.

  • Модель обработки: определите, соответствует ли пакетная обработка, потоковая обработка или комбинация в соответствии с требованиями рабочей нагрузки.

  • Средства аналитики: выберите технологии БИЗНЕС-аналитики и ИИ, которые соответствуют навыкам и бизнес-потребностям вашей команды.

Чтобы просмотреть различные стили архитектуры для решений аналитики, см. архитектуры.

Лучшие практики

Высококачественная аналитика начинается с надежных, надежных данных. На самом высоком уровне методы информационной безопасности помогают обеспечить защиту ваших данных при передаче и хранении. Доступ к этим данным также должен быть доверенным. Надежные данные подразумевают проектирование, реализующее:

На уровне платформы следующие рекомендации big data best practices способствуют надежной аналитике на Azure:

  • Оркестрация загрузки данных — используйте конвейеры данных, например те, которые поддерживаются Azure Data Factory или Microsoft Fabric.

  • Обработка данных . Используйте распределенное хранилище данных, подход к большим данным, поддерживающий большие объемы данных и более широкий диапазон форматов.

  • Заранее удалите или замаскируйте конфиденциальные данные, чтобы избежать их хранения в озере данных в рамках рабочего процесса приема.

  • Рассмотрим общую стоимость - Сбалансируйте стоимость единицы вычислительных узлов с по-минутной стоимостью использования этих узлов для выполнения задания.

  • Создание унифицированного озера данных — объединение хранилища для файлов в нескольких форматах, будь то структурированное, полуструктурированное или неструктурированное. Используйте Azure Data Lake Storage Gen2 в качестве единственного источника истины. Например, см. архитектуру BI-решения в Центре превосходства.

Оставайтесь актуальными с помощью аналитики

Службы аналитики Azure развиваются для решения современных проблем с данными. Будьте информированы о последних обновлениях и запланированных функциях:

Получите последние обновления о продуктах и функциях Azure.

Будьте в курсе этих ключевых аналитических служб:

Дополнительные ресурсы

Аналитика — это широкая категория и охватывает ряд решений. Следующие ресурсы помогут вам узнать больше о Azure.

Гибрид

Подавляющее большинство организаций нуждаются в гибридном подходе к аналитике, так как их данные размещаются как в локальной среде, так и в облаке. Организации часто расширяют локальные решения данных в облаке. Для подключения сред организации должны выбрать архитектуру гибридной сети.

Ключевые сценарии гибридной аналитики:

аналитика в режиме реального времени

Аналитика в режиме реального времени позволяет организациям работать с данными по мере поступления. Ниже приведены некоторые ресурсы, которые помогут вам приступить к работе с аналитикой в режиме реального времени в Azure:

Просмотрите дополнительные примеры аналитики в Центре архитектуры Azure

Специалисты по AWS или Google Cloud

Эти статьи помогут быстро освоить новые темы, сравнивая варианты аналитики Azure с другими облачными службами.

  • Last updated on