Dela via


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
  • Skalning utan ökad komplexitet
  • Avgränsning av problem för att underlätta styrning
  • Skapa datainfrastruktur med självbetjäning
Följ
  • Metodtips för väldefinierade molntjänster
Support
  • Lokala scenarier och scenarier med flera moln
Implementera
  • Produkt- och leverantörsoberoende metod
  • Cloud Adoption Framework
Checka in
  • Azure-landningszoner som baslinjeinfrastruktur för alla arbetsbelastningar
  • Driftsmodell
Aktivera
  • Gemensam datainfrastruktur
  • Distribuerad arkitektur under centraliserad styrning
  • Säker siktlinje för nätverk

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.

Diagram över en övergripande design som innehåller både en landningszon för datahantering och 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:

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: