Com o crescimento exponencial dos dados, as organizações confiam no poder ilimitado de computação, armazenamento e análise do Azure para dimensionar, transmitir, prever e ver os seus dados. As soluções analíticas transformam volumes de dados em business intelligence (BI) útil, como relatórios e visualizações, e inteligência artificial (IA) inventiva, como previsões baseadas em machine learning.
Se sua organização está apenas começando a avaliar ferramentas de análise baseadas em nuvem ou está procurando expandir sua implementação atual, o Azure oferece muitas opções. O fluxo de trabalho começa com o aprendizado sobre abordagens comuns e o alinhamento de processos e funções em torno de uma mentalidade de nuvem.
Os dados podem ser processados em lotes ou em tempo real, no local ou na nuvem, mas o objetivo de qualquer solução de análise é fazer uso de dados em escala. Cada vez mais, as organizações querem criar uma única fonte de verdade para todos os dados relacionais e não relacionais que estão sendo gerados por pessoas, máquinas e pela Internet das Coisas (IoT). É comum usar uma arquitetura de big data ou uma arquitetura de IoT para transformar dados brutos em um formulário estruturado e, em seguida, movê-los para um armazenamento de dados analíticos. Essa loja se torna a única fonte de verdade que pode alimentar uma infinidade de soluções analíticas perspicazes.
Transfira um ficheiro do Visio desta arquitetura.
Saiba mais sobre a análise no Azure
Se você é novo em análises no Azure, o melhor lugar para saber mais é com o Microsoft Learn, uma plataforma de treinamento online gratuita. Você encontrará vídeos, tutoriais e aprendizado prático para produtos e serviços específicos, além de caminhos de aprendizagem com base em sua função, como desenvolvedor ou analista de dados.
Preparação organizativa
Se a sua organização é nova na nuvem, o Cloud Adoption Framework pode ajudá-lo a começar. Esta coleção de documentação e práticas recomendadas oferece orientação comprovada da Microsoft, projetada para acelerar sua jornada de adoção da nuvem. Ele também lista ferramentas de inovação para democratizar dados no Azure.
Para ajudar a garantir a qualidade da sua solução de análise no Azure, recomendamos seguir o Azure Well-Architected Framework. Ele fornece orientação prescritiva para organizações que buscam excelência arquitetônica e discute como projetar, provisionar e monitorar soluções do Azure com custo otimizado.
Caminho para a produção
Saber como armazenar seus dados é uma das primeiras decisões que você precisa tomar em sua jornada para a análise no Azure. Em seguida, você pode escolher a melhor tecnologia de análise de dados para o seu cenário.
Para começar, considere os seguintes exemplos de implementações:
Melhores práticas
As análises de alta qualidade começam com dados robustos e confiáveis. No mais alto nível, as práticas de segurança da informação ajudam a garantir que seus dados estejam protegidos em trânsito e em repouso. O acesso a esses dados também deve ser confiável. Dados confiáveis implicam um design que implementa:
Controlos de segurança de rede.
Proteção de dados.
No nível da plataforma, as seguintes práticas recomendadas de big data contribuem para análises confiáveis no Azure:
Orquestre a ingestão de dados usando um fluxo de trabalho de dados ou uma solução de pipeline, como as suportadas pelo Azure Data Factory ou pelo Oozie.
Processe dados no local usando um armazenamento de dados distribuído, uma abordagem de big data que suporta maiores volumes de dados e uma maior variedade de formatos.
Limpe dados confidenciais antecipadamente como parte do fluxo de trabalho de ingestão para evitar armazená-los em seu data lake.
Considere o custo total dos recursos necessários do Azure equilibrando o custo unitário dos nós de computação necessários com o custo por minuto de usar esses nós para concluir um trabalho.
Crie um data lake que combine armazenamento para arquivos em vários formatos, sejam eles estruturados, semiestruturados ou não estruturados. Na Microsoft, usamos o Azure Data Lake Storage Gen2 como nossa única fonte de verdade. Por exemplo, consulte Arquitetura de solução de BI no Centro de Excelência.
Recursos adicionais
O Analytics é uma categoria ampla e abrange uma gama de soluções. Os recursos a seguir podem ajudá-lo a descobrir mais sobre o Azure.
Híbrido
A grande maioria das organizações precisa de uma abordagem híbrida à análise porque os seus dados estão alojados no local e na nuvem. As organizações geralmente estendem soluções de dados locais para a nuvem. Para conectar ambientes, as organizações devem escolher uma arquitetura de rede híbrida.
Uma abordagem híbrida pode incluir sistemas de mainframe e midrange como uma fonte de dados para soluções do Azure. Por exemplo, sua organização pode querer modernizar dados de mainframe e midrange ou fornecer acesso de mainframe a bancos de dados do Azure.
Exemplos de soluções
Aqui estão alguns exemplos de implementações de análise no Azure a considerar:
Profissionais da AWS ou do Google Cloud
Estes artigos podem ajudá-lo a aumentar rapidamente comparando as opções de análise do Azure com outros serviços de nuvem: