Проектирование архитектуры аналитики

Azure Synapse Analytics
Power BI

Благодаря экспоненциальному росту данных организации используют неограниченные вычислительные ресурсы, хранилище и аналитические возможности Azure для масштабирования, потоковой передачи, прогнозирования и просмотра своих данных. Решения аналитики превратят объемы данных в полезные бизнес-аналитики (BI), такие как отчеты и визуализации, а также изобретательный искусственный интеллект (ИИ), такие как прогнозы на основе машинного обучения.

Независимо от того, начинает ли ваша организация оценивать облачные средства аналитики или стремится расширить текущую реализацию, Azure предоставляет множество вариантов. Рабочий процесс начинается с изучения распространенных подходов и выравнивания процессов и ролей вокруг облачного мышления.

Данные могут обрабатываться в пакетах или в режиме реального времени, локальной или в облаке, но цель любого решения аналитики — использовать данные в масштабе. Все чаще организации хотят создать единый источник истины для всех реляционных и нереляционных данных, создаваемых людьми, компьютерами и Интернетом вещей (IoT). Обычно используется архитектура больших данных или архитектура Интернета вещей для преобразования необработанных данных в структурированную форму, а затем перемещение ее в аналитическое хранилище данных. Это хранилище становится одним источником истины, который может обеспечить множество аналитических решений аналитики.

Решение для аналитики в Azure начинается с обучения и назначения ролей. Затем выберите решение хранилища и технологию Azure BI или AI для рабочей нагрузки.

Скачайте файл Visio для этой архитектуры.

Сведения об аналитике в Azure

Если вы не знакомы с аналитикой в Azure, лучше всего ознакомиться с Microsoft Learn, бесплатной онлайн-платформой обучения. Вы найдете видео, учебники и практические учебные материалы для конкретных продуктов и служб, а также пути обучения на основе вашей роли задания, например разработчика или аналитика данных.

Готовность организации

Если ваша организация является новой для облака, Cloud Adoption Framework поможет вам приступить к работе. Эта коллекция документации и рекомендаций предлагает проверенные рекомендации корпорации Майкрософт, предназначенные для ускорения процесса внедрения облака. В нем также перечислены средства инноваций для демократизации данных в Azure.

Чтобы обеспечить качество решения аналитики в Azure, рекомендуется использовать azure Well-Architected Framework. В ней содержатся инструкции для организаций, стремящихся к архитектуре, и обсуждаются способы проектирования, подготовки и мониторинга оптимизированных для затрат решений Azure.

Путь к рабочей среде

Зная, как хранить данные , является одним из первых решений, которые необходимо принять в своем пути к аналитике в Azure. Затем вы можете выбрать лучшую технологию аналитики данных для вашего сценария.

Чтобы приступить к работе, рассмотрим следующие примеры реализации:

Рекомендации

Высококачественная аналитика начинается с надежных, надежных данных. На самом высоком уровне методы информационной безопасности помогают обеспечить защиту ваших данных при передаче и хранении. Доступ к этим данным также должен быть доверенным. Надежные данные подразумевают проектирование, реализующее:

На уровне платформы следующие рекомендации по обработке больших данных способствуют надежной аналитике в Azure:

  • Оркестрация приема данных с помощью рабочего процесса данных или решения конвейера, например тех, которые поддерживаются Фабрика данных Azure или Oozie.

  • Обработка данных на месте с помощью распределенного хранилища данных, подхода к большим данным, поддерживающего большие объемы данных и более разнообразные форматы.

  • Чтобы избежать его хранения в озере данных, конфиденциальные данные в начале рабочего процесса приема.

  • Рассмотрим общую стоимость необходимых ресурсов Azure, балансируя затраты на единицу вычислительных узлов, необходимых для использования этих узлов для выполнения задания.

  • Создайте озеро данных, которое объединяет хранилище для файлов в нескольких форматах, будь то структурированное, полуструктурированное или неструктурированное. В Корпорации Майкрософт мы используем Azure Data Lake Storage 2-го поколения в качестве единственного источника истины. Например, см . архитектуру решения бизнес-аналитики в Центре превосходства.

Дополнительные ресурсы

Аналитика — это широкая категория и охватывает ряд решений. Следующие ресурсы помогут вам узнать больше о Azure.

Гибридный трафик

Подавляющее большинство организаций нуждаются в гибридном подходе к аналитике, так как их данные размещаются как в локальной среде, так и в облаке. Организации часто расширяют локальные решения данных в облаке. Для подключения сред организации должны выбрать архитектуру гибридной сети.

Гибридный подход может включать в себя мейнфреймы и системы среднего порядка в качестве источника данных для решений Azure. Например, вашей организации может потребоваться модернизировать данные mainframe и midrange или предоставить доступ мейнфрейма к базам данных Azure.

Примеры решений

Ниже приведены несколько примеров реализаций аналитики в Azure, которые следует рассмотреть.

Aws или Google Cloud профессиональные специалисты

Эти статьи помогут быстро увеличить масштаб, сравнивая параметры аналитики Azure с другими облачными службами: