你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
平台自动化
云规模分析专注于分离运行时、自动化和用户层。
自动化到运行时的交互是使用 Azure Pipelines 和脚本化的 Azure 资源管理器模板来完成的。
重要
云规模分析使用 Azure 策略设置边界，并确保数据登陆区域操作团队执行的更改符合要求。
云规模分析使用策略来执行：
- 命名约定。
- 网络规则。
- 非允许的服务。
数据登陆区域对标准配置具有特定的要求。
- 子网的大小。
- 子网的数量。
- 资源组的数量。
- 资源组的名称。
- 密钥保管库。
下图显示了如何为数据登陆区域实现自动化原则。
部署模型
云规模分析包括：
- 数据管理登陆区域。
- 一个或多个数据登陆区域。
- 在每个数据登陆区域产生数据产品的一个或多个数据应用程序。
由于要求和生命周期不同，因此每个应用程序都可以随时间独立发展。 例如，某个数据登录区域可能在某个时候需要 RA-GRS 存储帐户。 重要的是，存储库中的每项资产都要具有基础结构即代码 (IaC) 表示形式。 这样，可以根据各自数据登陆区和数据应用的需求进行更改。
下表总结了参与云规模分析部署的团队。
| 名称 | 角色 | 团队数 |
|---|---|---|
| 云平台团队 | 你组织中的 Azure 云平台团队。 | 一个，用于整个 Azure 平台。 |
| 数据平台团队 | 负责为不同级别的云规模分析创建和维护 Azure 资源管理器模板存储库。 还会维护数据管理登陆区域，并在存在部署问题或必需的增强功能时支持其他团队。 | 一种用于云规模分析。 |
| 数据登陆区域团队 | 负责部署和维护特定的数据登录区域。 还支持产生数据产品的数据应用的部署和增强。 | 每个数据登陆区域一个团队。 |
| 数据应用程序团队 | 负责数据产品部署和更新。 | 每个数据应用程序一个团队。 |