Analiz mimarisi tasarımı

Verilerdeki üstel büyümeyle kuruluşlar, verilerini ölçeklendirmek, akış yapmak, tahmin etmek ve görmek için Azure'ın sınırsız işlem, depolama ve analiz gücüne güvenir. Analiz çözümleri, veri hacimlerini raporlar ve görselleştirmeler ve makine öğrenimine dayalı tahminler gibi yaratıcı yapay zeka (AI) gibi kullanışlı iş zekasına (BI) dönüştürmektedir.

Kuruluşunuzun bulut tabanlı analiz araçlarını değerlendirmeye yeni başlaması veya geçerli uygulamanızı genişletmek istemesi fark eder. Azure birçok seçenek sunar. İş akışı, yaygın yaklaşımlar hakkında bilgi edinme ve süreçleri ve rolleri bir bulut zihniyetinde hizalama ile başlar.

Veriler toplu olarak veya gerçek zamanlı, şirket içinde veya bulutta işlenebilir, ancak herhangi bir analiz çözümünün amacı verileri büyük ölçekte kullanmaktır. Kuruluşlar giderek daha fazla kişiler, makineler ve Nesnelerin İnterneti (IoT) tarafından oluşturulan tüm ilişkisel ve ilişkisel olmayan veriler için tek bir gerçek kaynağı oluşturmak istemektedir. Ham verileri yapılandırılmış bir forma dönüştürmek ve ardından analiz veri deposuna taşımak için büyük veri mimarisi veya IoT mimarisi kullanmak yaygın bir durumdır. Bu mağaza, çok sayıda içgörülü analiz çözümüne güç veren tek gerçek kaynağı haline gelir.

Architecture

Azure'da analiz için çözüm yolculuğunu gösteren diyagram. Yolculuk, öğrenme ve kurumsal hazırlık ile başlar, ardından iş yükü gereksinimlerine göre depolama çözümlerini ve Azure BI veya yapay zeka teknolojilerini seçmeye geçer.

Bu mimarinin Visio dosyasını indirin.

Yukarıdaki diyagramda tipik bir temel/temel analiz uygulaması gösterilmektedir. Azure'da oluşturabileceğiniz gerçek dünya çözümlerini bulmak için bu bölümde sağlanan mimarilere bakın.

Analiz mimarilerini ve kılavuzlarını keşfetme

Bu bölümdeki makaleler, Azure'da dağıtabileceğiniz ve üretim sınıfı çözümlere ve kılavuzlara genişletebileceğiniz tam olarak geliştirilmiş mimarileri içerir. Bunlar, Azure'da analiz teknolojilerini nasıl kullandığınız hakkında önemli kararlar vermenize yardımcı olabilir. Analiz POC geliştirmenizi planladığınızda neler yapabileceğinizi size gösteren çözüm fikirlerini de gözden geçirebilirsiniz.

Mimariler

• Microsoft Fabric ile uçtan uca analiz - Microsoft Fabric'in tümleşik özelliklerini kullanarak modern bir analiz platformu oluşturun.
• Veri ambarı ve analiz - Birden çok kaynaktan gelen büyük miktarda veriyi birleşik bir analiz platformuyla tümleştirin.
• Microsoft Fabric kullanarak kurumsal BI çözümü tasarlama - Microsoft Fabric kullanarak bir kurumsal iş zekası çözümü tasarlayın.
• Neredeyse gerçek zamanlı göl-veri ambarı işleme - Neredeyse gerçek zamanlı veri gölü ambarı işleme için Azure Synapse Analytics ve Azure Data Lake Storage'ı kullanın.
• MongoDB Atlas'ı Azure Synapse Analytics ile gerçek zamanlı eşitleme - MongoDB Atlas verilerini Azure Synapse Analytics ile gerçek zamanlı olarak eşitleyin.
• Azure Databricks ile akış işleme - Azure Databricks kullanarak uçtan uca akış işleme işlem hattı oluşturun.
• Azure Stream Analytics ile akış işleme - Verileri alan, kayıtları ilişkilendiren ve sıralı ortalamaları hesaplayan bir akış işleme işlem hattı oluşturun.
• Küçük ve orta ölçekli işletmeler için modern veri ambarı - Küçük ve orta ölçekli işletmeler için tasarlanmış modern bir veri ambarı çözümü oluşturun.

Çözüm fikirleri

• Azure Databricks ile veri alımı, ETL ve akış işleme işlem hatları - Veri gölü alımını basitleştirmek için toplu ve akış verileri için ETL işlem hatları oluşturun.
• Azure Databricks ile modern analiz mimarisi - Modern bir veri mimarisi kullanarak verileri toplayın, işleyin, analiz edin ve görselleştirin.
• Küçük ve orta ölçekli işletmeler için modern veri platformu - Microsoft Fabric ve Azure Databricks kullanarak küçük ve orta ölçekli işletmeler için modern bir veri platformu mimarisi oluşturun.
• Azure Veri Gezgini ile gerçek zamanlı analiz - Azure Veri Gezgini'ni ve Azure Service Bus'ı kullanarak verileri gerçek zamanlı olarak analiz edin.

Guides

Teknoloji seçimleri

• Analiz ve raporlama - Azure'da veri analizi ve görselleştirme seçeneklerini karşılaştırın.
• Toplu işleme - Büyük veri iş yükleri için toplu işleme teknolojilerini değerlendirin.
• Akış işleme - Gerçek zamanlı analiz için akış işleme teknolojilerini karşılaştırın.
• Analitik veri deposu seçme - Doğru analitik veri deposunu seçme yönergeleri.
• Microsoft Fabric'te analitik veri deposu seçme - Microsoft Fabric'te veri depolarını seçme yönergeleri.

Azure veri platformu için olağanüstü durum kurtarma

• Genel Bakış - Azure veri platformları için olağanüstü durum kurtarma stratejilerine genel bakış.
• Mimari - Azure veri platformlarında olağanüstü durum kurtarma için mimari modelleri.
• Senaryo ayrıntıları - Olağanüstü durum kurtarma uygulamak için ayrıntılı senaryolar.
• Öneriler - Olağanüstü durum kurtarma için en iyi yöntem önerileri.

Azure'da analiz hakkında bilgi edinin

Azure'da analiz konusunda yeniyseniz, daha fazla bilgi edinmek için en iyi yer ücretsiz, çevrimiçi bir eğitim platformu olan Microsoft Learn'dür. Belirli ürün ve hizmetler için videolar, öğreticiler ve uygulamalı öğrenmenin yanı sıra geliştirici veya veri analisti gibi iş rolünüz temelinde öğrenme yolları bulabilirsiniz.

Başlamanıza neden olacak bazı kaynaklar şunlardır:

• Azure veri konularına göz atın
• Microsoft Azure Veri çekirdeği veri kavramlarına giriş
• Microsoft Fabric'i kullanmaya başlama

Role göre öğrenme yolları

• Veri analisti: Microsoft veri analizini kullanmaya başlama
• Veri mühendisi: Azure Databricks ile Veri Analizi Çözümü Uygulama
• Veri bilimcisi: Azure Databricks kullanarak makine öğrenmesi çözümleri oluşturma

Kuruluşa hazır olma

Kuruluşunuz bulutta yeniyse, Bulut Benimseme Çerçevesi başlamanıza yardımcı olabilir. Bu belge ve en iyi yöntemler koleksiyonu, bulut benimseme yolculuğunuzu hızlandırmak için Microsoft'tan kanıtlanmış rehberlik sunar. Bulut ölçeğindeki analizler hakkında daha fazla bilgi için bkz. Bulut ölçeğinde analiz.

Azure'da analiz çözümünüzün kalitesini sağlamaya yardımcı olmak için Azure İyi Tasarlanmış Çerçeve'yi izlemenizi öneririz. Mimari mükemmellik arayan kuruluşlar için açıklayıcı rehberlik sağlar ve maliyet açısından iyileştirilmiş Azure çözümlerini tasarlama, sağlama ve izleme konularını ele alır.

Well-Architected Framework sütunlarına uygun veri iş yükü yönergeleri için bkz. Veri iş yükleri için Azure Well-Architected Framework.

Üretim yolu

Verilerinizi depolamayı bilmek, Azure'daki analiz yolculuğunuzda almanız gereken ilk kararlardan biridir. Ardından senaryonuz için en iyi veri analizi teknolojisini seçebilirsiniz.

Önemli karar noktaları şunlardır:

• Veri depolama: Veri yapınıza ve sorgu desenlerinize göre veri gölleri, veri ambarları veya göl evleri arasında seçim yapın. Analitik iş yüklerini destekleyen veritabanı çözümlerini seçme ve tasarlama konusunda rehberlik almak için bkz. Veritabanları mimarisi tasarımı.

• İşleme modeli: Toplu işleme, akış işleme veya bir bileşimin iş yükü gereksinimlerinize en uygun olup olmadığını belirleyin.

• Analiz araçları: Ekibinizin becerileri ve iş gereksinimlerine uygun BI ve yapay zeka teknolojilerini seçin.

Analiz çözümlerine yönelik farklı mimari stillerini görüntülemek için bkz. mimariler.

En iyi yöntemler

Yüksek kaliteli analiz güçlü ve güvenilir verilerle başlar. En üst düzeyde bilgi güvenliği uygulamaları, verilerinizin aktarım sırasında ve bekleme durumunda korunmasına yardımcı olur. Bu verilere erişime de güvenilmelidir. Güvenilir veriler, şu özellikleri uygulayan bir tasarım anlamına gelir:

• İdare ilkeleri - Net veri sahipliğini, sınıflandırmayı ve erişim ilkelerini tanımlayın.

• Kimlik ve erişim yönetimi - Rol tabanlı erişim denetimi ve en az ayrıcalık ilkeleri uygulayın.

• Ağ güvenlik denetimleri - Hizmetler arasındaki veri akışlarını koruyun ve yetkisiz erişimi engelleyin.

• Veri koruması - Bekleyen ve aktarımdaki verileri şifreleyin.

Platform düzeyinde, aşağıdaki büyük veri en iyi uygulamaları Azure'da güvenilir analizlere katkıda bulunur:

• Veri alımını düzenleme - Azure Data Factory veya Microsoft Fabric işlem hatları tarafından desteklenenler gibi bir veri iş akışı veya işlem hattı çözümü kullanın.

• Verileri yerinde işleme - Dağıtılmış bir veri deposu, daha büyük hacimli verileri ve daha geniş bir biçim aralığını destekleyen büyük veri yaklaşımını kullanın.

• Hassas verileri erken ayıklama - Veri gölünde depolanmasını önlemek amacıyla alma iş akışının bir parçası olarak hassas verileri kaldırın veya maskelayın.

• Toplam maliyeti göz önünde bulundurun - bir işi tamamlamak için gereken işlem düğümlerinin birim başına maliyetini bu düğümleri kullanmanın dakika başına maliyetiyle dengeleyin.

• Birleşik veri gölü oluşturma - Yapılandırılmış, yarı yapılandırılmış veya yapılandırılmamış dosyalar için depolamayı birden çok biçimde birleştirin. Azure Data Lake Storage 2. Nesil'i tek gerçeklik kaynağınız olarak kullanın. Örneğin, Mükemmellik Merkezi'ndeki BI çözüm mimarisine bakın.

Analizle güncel kalın

Azure analiz hizmetleri, modern veri zorluklarını ele almak için gelişmektedir. En son güncelleştirmeler ve planlanan özellikler hakkında bilgi sahibi olun:

Azure ürün ve özellikleriyle ilgili en son güncelleştirmeleri alın.

Bu temel analiz hizmetleriyle güncel kalın:

• Microsoft Fabric'teki yenilikler
• Azure Databricks sürüm notları
• Azure Veri Gezgini'ndeki yenilikler
• Power BI'daki yenilikler

Ek kaynaklar

Analiz geniş bir kategoridir ve çeşitli çözümleri kapsar. Aşağıdaki kaynaklar Azure hakkında daha fazla bilgi bulmanıza yardımcı olabilir.

Hibrit

Verilerin hem şirket içinde hem de bulutta barındırılıyor olması nedeniyle kuruluşların büyük çoğunluğu analiz için karma bir yaklaşıma ihtiyaç duyar. Kuruluşlar genellikle şirket içi veri çözümlerini buluta genişletir. Ortamları bağlamak için kuruluşların karma ağ mimarisi seçmesi gerekir.

Temel karma analiz senaryoları:

• Ana bilgisayar modernleştirmesi: Ana bilgisayarı ve orta ölçekli verileri modernleştirin - Eski veri kaynaklarını modern analiz platformlarıyla tümleştirin.
• Şirket içi tümleştirme: Birleşik karma ve çoklu bulut işlemleri - Şirket içi veritabanlarını bulut analizine bağlama.
• Edge analizi: Verileri uçta işleyin ve bulutta toplu içgörüler elde edin.

Gerçek zamanlı analiz

Gerçek zamanlı analiz, kuruluşların geldikçe veriler üzerinde işlem yapmalarını sağlar. Azure'da gerçek zamanlı analize başlamanıza yardımcı olacak bazı kaynaklar şunlardır:

• Büyük veri mimarisi üzerinde gerçek zamanlı analiz - Akış verilerini büyük ölçekte işleyin ve analiz edin.
• Azure Veri Gezgini ile IoT analizi - IoT telemetri verilerini gerçek zamanlı olarak analiz edin.
• Azure Stream Analytics ile akış işleme - Sunucusuz akış çözümleri oluşturun.
• Apache Spark kullanarak Azure Databricks - Kurumsal sınıf analiz kullanarak modern bir analiz mimarisi oluşturun.

Azure Mimari Merkezi'nde daha fazla analiz örneğine göz atın

AWS veya Google Cloud uzmanları

Bu makaleler, Azure analiz seçeneklerini diğer bulut hizmetleriyle karşılaştırarak hızla yükselmenize yardımcı olabilir:

• Azure ve AWS'deki Veritabanı teknolojilerinde analiz ve büyük veriler

• Google Cloud'dan Azure hizmetlerine büyük veri ve analiz karşılaştırması