Dela via

Azure-landningszoner för analys i molnskala

  • Artikel

Som svar på behovet av friktionsfri styrning och plattform för användbara insikter i verksamheten representerar analys i molnskala en strategisk designväg och riktar in sig på det tekniska tillståndet för en Azure-analys- och AI-miljö.

Mönstret förlitar sig på distribution av data och dess pipelines mellan domäner. Det här mönstret möjliggör ägarskap för tillgänglighet, användbarhet och utveckling. I stort sett baserat på dessa mönster innehåller analys i molnskala följande funktioner:

  • Storage
  • Dataursprung
  • Dartaklassificering
  • Datainsamling
  • Datakvalitet
  • Åtkomstetablering
  • Nätverk
  • Kryptering
  • Motståndskraft
  • Överskådlighet

Kommentar

Analys i molnskala bygger på start- och molnimplementeringsramverkets landningszoner i företagsskala och bör betraktas som ett tillägg till det.

Analys i molnskala bygger på Microsoft Cloud Adoption Framework samtidigt som vi tillämpar vår välarkitekterade ramverkslins. Microsoft Cloud Adoption Framework innehåller normativ vägledning och metodtips för molndriftsmodeller, referensarkitektur och plattformsmallar. Den bygger på verkliga lärdomar från några av våra mest utmanande, sofistikerade och komplexa miljöer.

Analys i molnskala banar väg för kunder att skapa och operationalisera landningszoner som värd för och köra analysarbetsbelastningar. Du skapar landningszonerna utifrån grunderna för säkerhet, styrning och efterlevnad. De är skalbara och modulära samtidigt som de stöder autonomi och innovation.

Analys i molnskala tar hänsyn till fem viktiga designområden som hjälper dig att översätta organisationens krav till Azure-konstruktioner och -funktioner. Bristande uppmärksamhet på dessa designområden skapar vanligtvis dissonans och friktion mellan definitionen i företagsskala och Azure-implementeringen. Analys i molnskala använder dessa designområden för att åtgärda matchningsfelet mellan lokal infrastruktur och molndesigninfrastruktur.

Mer information finns i:

Landningszon för datahantering

Kärnan i analys i molnskala är dess hanteringskapacitet. Den här funktionen aktiveras via landningszonen för datahantering.

Diagram över en översikt över datahantering.

Landningszonen Datahantering är en prenumeration som styr plattformen och har stöd för följande funktioner:

Mer information finns i Översikt över landningszonen för datahantering i molnskala.

Datalandningszon

Datalandningszoner är prenumerationer som är värdar för flera analys- och AI-lösningar som är relevanta för respektive domän eller domäner. De här prenumerationerna i molnskalningsanalys representerar primära affärsgrupper, integrerare och möjliggörare. Dessa grupper äger, driver och ger ofta medfödd förståelse för källsystemen.

Diagram över en datalandningszon

Några viktiga saker att tänka på när det gäller datalandningszoner:

  • Automatiserade inmatningsfunktioner kan finnas i varje datalandningszon. Med de här funktionerna kan ämnesexperter hämta externa datakällor till datalandningszonen.
  • En datalandningszon instansieras baserat på dess kärnarkitektur. Den innehåller viktiga funktioner för att vara värd för en analysplattform.
  • En datalandningszon kan innehålla flera dataprodukter.

Mer information finns i Datalandningszon.

Dataprodukter

En dataprodukt är allt som driver affärsvärde och skickas till ett flerspråkigt lager, till exempel datasjön för datalandningszonen.

Dataprodukter hanterar, organiserar och beskriver data inom och mellan domäner. En dataprodukt är ett resultat av data från en eller flera transaktionssystemintegreringar eller andra dataprodukter.

Mer information finns i dataprodukter för analys i molnskala i Azure.

Viktigt!

Vid inmatning av data från driftsystem till en läsdatakälla. Förutom datakvalitetskontroller och andra tillämpade data bör data undvika att andra datatransformeringar tillämpas på dem. Detta driver återanvändning av dataprodukten och gör det möjligt för andra domäner att använda, beroende på åtkomst, för där användningsfall i stället för att ha flera extraheringar från samma driftsystem.

Driftsäkerhet

Analys i molnskala är utformad med driftskvalitet i grunden genom självbetjäningsaktivering, styrning och effektiviserade distributioner. Arbetsmodellen för dataåtgärder möjliggör dessa grundläggande principer med hjälp av mallar för infrastruktur som kod och distribution. Den använder också distributionsprocesser som innehåller en förgreningsstrategi och en central lagringsplats.

Mer information finns i Ordna åtgärder.

Andra designöverväganden

För att komma igång med landningszonerna för datahantering och datahantering måste du se till att du har de underliggande arkitekturkomponenterna för att möjliggöra en lyckad distribution:

Nästa steg