Analys i molnskala
Med större och mer avancerade former av molnimplementering blir din resa till molnet mer komplex. Azure-analys i molnskala är ett skalbart, repeterbart ramverk som uppfyller organisationens unika behov av att skapa moderna dataplattformar.
Analys i molnskala omfattar både tekniska och icke-tekniska överväganden för analys och styrning i molnet. Den här vägledningen strävar efter att stödja hybridimplementering och flermolnsimplementering genom att vara molnagnostisk, men de exempel på teknisk implementering som ingår fokuserar på Azure-produkter.
Analys i molnskala har följande mål:
- Hantera data som en produkt i stället för en biprodukt
- Tillhandahålla ett ekosystem med dataprodukter i stället för ett enda informationslager som kanske inte passar bäst för ditt datascenario
- Skapa en standardmetod för att framtvinga datastyrning och säkerhet
- Få team att konsekvent prioritera affärsresultat i stället för att bara fokusera på den underliggande tekniken.
Analys i molnskala bygger på Microsofts ramverk för molnimplementering och kräver förståelse för landningszoner. Om du inte redan har en implementering av Azure-landningszoner kan du kontakta dina molnteam om hur du uppfyller kraven. Mer information finns i Se till att miljön är förberedd för molnimplementeringsplanen.
Med referensarkitekturer kan du börja med ett litet fotavtryck och växa med tiden och anpassa scenariot efter dina användningsfall.
Analys i molnskala innehåller repeterbara mallar som påskyndar fem grundläggande infrastruktur- och resursdistributioner. Det är också anpassningsbart för olika organisationsstorlekar. Om du är ett litet företag med begränsade resurser kan en centraliserad driftsmodell som kombineras med vissa experter på affärsämnen passa din situation. Om du är ett större företag med autonoma affärsenheter (var och en med sina egna datatekniker och analytiker) som mål kan en distribuerad driftsmodell som datanät eller datainfrastruktur bättre tillgodose dina behov.
Mål
Analys i molnskala tillhandahåller ett ramverk som bygger på följande principer. Dessa principer hanterar utmaningar med komplexa dataarkitekturer som inte skalas efter organisationers behov.
Princip | Description |
---|---|
Tillåt |
|
Följ |
|
Support |
|
Implementera |
|
Checka in |
|
Aktivera |
|
Implementeringsvägledning
Implementeringsvägledningen kan delas in i två avsnitt:
- Global vägledning som gäller för alla arbetsbelastningar.
- Specifik vägledning för molnskala
Global vägledning
Dokumentation | Description |
---|---|
Cloud Adoption Framework | Att hantera och styra data är en livscykelprocess som börjar med att bygga vidare på din befintliga molnstrategi och hela vägen vidare till din pågående verksamhet. Den Cloud Adoption Framework hjälper dig att styra dataegendomens hela livscykel. |
Azure Well-Architected Framework | Arbetsbelastningsarkitektur och åtgärder har en direkt effekt på data. Förstå hur din arkitektur kan förbättra hanteringen och styrningen av arbetsbelastningsdata. |
Specifik vägledning för molnskala
Avsnitt | Description |
---|---|
Skapa en initial strategi | Hur du skapar din datastrategi och pivotering för att bli en datadriven organisation. |
Definiera din plan | Så här utvecklar du en plan för analys i molnskala. |
Förbereda analysegendom | Översikt över datahanterings- och datalandningszoner med viktiga designområdesöverväganden som företagsregistrering, nätverk, identitets- och åtkomsthantering, principer, affärskontinuitet och haveriberedskap. |
Styra din analys | Krav för att styra data, datakatalog, ursprung, hantering av huvuddata, datakvalitet, datadelningsavtal och metadata. |
Skydda din analysegendom | Skydda analysegendom med autentisering och auktorisering, datasekretess och hantering av dataåtkomst. |
Organisera personer och team | Så här organiserar du effektiva åtgärder, roller, team och teamfunktioner. |
Hantera din analysegendom | Så här etablerar du plattform och observerbarhet för ett scenario. |
Arkitekturer
Det här avsnittet behandlar information om fysiska implementeringar av analys i molnskala. Den mappar de fysiska arkitekturerna för datahanteringslandningszoner och datalandningszoner.
Analys i molnskala har två viktiga arkitekturbegrepp:
- Datalandningszonen
- Landningszonen för datahantering
Dessa arkitekturer standardiserar bästa praxis och minimerar flaskhalsar i distributionen för dina utvecklingsteam och kan påskynda distributionen av vanliga analyslösningar i molnskala. Du kan använda deras vägledning för lakehouse- och datanätarkitekturer. Den vägledningen belyser de funktioner du behöver för en väl styrd analysplattform som skalar efter dina behov.
Följande diagram ger en översikt över en dataplattform som innehåller en central landningszon för datahantering och flera datalandningszoner.
Du kan börja med en enda landningszon och skala till flera landningszoner och styra dem alla från landningszonen för datahantering.
Mer information finns i: Översikt över arkitekturer
Distributionsmallar
Det här avsnittet innehåller många referensmallar som kan distribueras.
Lagringsplats | Innehåll | Obligatorisk | Distributionsmodell |
---|---|---|---|
Datahanteringsmall | Centrala datahanteringstjänster och delade datatjänster som datakatalog och lokalt installerad integrationskörning | Yes | En analys per molnskala |
Mall för datalandningszon | Delade tjänster för datalandningszoner, inklusive inmatnings-, hanterings- och datalagringstjänster | Yes | En per datalandningszon |
Dataintegreringsmall – batchbearbetning | Ytterligare tjänster som krävs för batchdatabearbetning | No | En eller flera per datalandningszon |
Dataintegreringsmall – dataströmbearbetning | Ytterligare tjänster som krävs för dataströmbearbetning | No | En eller flera per datalandningszon |
Dataproduktmall – analys och datavetenskap | Ytterligare tjänster som krävs för dataanalys och AI | No | En eller flera per datalandningszon |
Dessa mallar innehåller Azure Resource Manager-mallar, mallarnas parameterfiler och CI/CD-pipelinedefinitioner för resursdistribution.
Mallar kan ändras över tid på grund av nya Azure-tjänster och krav. Skydda varje lagringsplats huvudgren så att den förblir felfri och redo för förbrukning och distribution. Använd en utvecklingsprenumeration för att testa mallkonfigurationsändringar innan du sammanfogar funktionsförbättringar tillbaka till huvudgrenen.
Mer information finns i Distributionsmallar.
Lösningsacceleratorer
Lösningsacceleratorer är projekt med öppen källkod på GitHub. Dessa lagringsplatser innehåller resurser och information som förenklar och påskyndar din förmåga att lösa problem med hjälp av teknik.
Mer information finns i Lösningsacceleratorer.
Bästa praxis
Följande avancerade artiklar på nivå 300+ i innehållsförteckningen för analys i molnskala kan hjälpa centrala IT-team att distribuera verktyg och hantera processer för datahantering och styrning:
- Datainmatning för analys i molnskala
- Data lake storage för analys i molnskala
- Använda Azure Databricks i analys i molnskala
- Använda Azure Synapse Analytics för analys i molnskala
- Checklista för Azure Purview-beredskap för analys i molnskala
- Azure Machine Learning som en dataprodukt för analys i molnskala
Aktuella Azure-produkter
Expandera avsnittet Aktuella Azure-produkter i innehållsförteckningen för analys i molnskala för att lära dig mer om De Azure-produkter som stöder analys i molnskala.
Vanliga kundresor
Följande vanliga kundresor stöder analys i molnskala:
Förbered din miljö. Använd artiklarna Förbered din miljö som resurser. Upprätta processer och metoder som stöder hela portföljen med arbetsbelastningar i din dataegendom.
Förbättra kontrollerna i din dataegendom. Fokusera på artiklarna Reglera din dataegendom och Skydda din dataegendom för att integrera analys i molnskala i din befintliga verksamhet.
Påverka ändringar i enskilda arbetsbelastningar. När dina analysprocesser i molnskala förbättras hittar dina centrala datastyrningsteam krav som är beroende av kunskap om arkitekturen bakom enskilda arbetsbelastningar. Använd artiklarna om arkitektur för att förstå hur du kan använda scenarier i för ditt användningsfall.
Optimera enskilda arbetsbelastningar och arbetsbelastningsteam. Börja med azure Well-Architected Framework-vägledningen för att integrera analysstrategier i molnskala i enskilda arbetsbelastningar. Den här vägledningen beskriver metodtips och arkitekturer som centrala IT- och styrningsteam bör använda för att påskynda utvecklingen av enskilda arbetsbelastningar.
Använd metodtips för att registrera enskilda tillgångar. Expandera avsnittet Metodtips i innehållsförteckningen för analys i molnskala för att hitta artiklar om processer för registrering av hela dataegendomen i ett kontrollplan för analys i molnskala.
Använd specifika Azure-produkter. Påskynda och förbättra analysfunktionerna i molnskala med hjälp av Azure-produkterna i avsnittet Aktuella Azure-produkter i innehållsförteckningen för analys i molnskala .
Vidta åtgärd
Mer information om hur du planerar för att implementera analys i molnskala finns i:
Nästa steg
Påbörja din analysresa i molnskala: