Data Marketplace

Платформы данных имеют надежную связь с метаданными. Платформа данных предлагает потребителям данных интуитивно понятный, безопасный, централизованный и стандартизированный интерфейс для покупки данных. Она сближает данные с аналитиками и учеными, используя базовые метаданные. Он также отслеживает все продукты данных, которые часто хранятся в разных доменах данных.

Чтобы упростить данные с помощью архитектуры сетки данных, сосредоточьтесь на нескольких важных областях:

  • Плоскость взаимодействия с продуктом данных: Позволяет поставщикам данных и потребителям данных совместно работать над доступными данными. Интерфейсы должны предоставлять широкие возможности поиска, позволяющие пользователям искать ключевые слова, бизнес-термины и естественные языки. Совместная работа в области демократизации данных часто связана с каталогами данных или полностью управляемыми службами управления метаданными, которые обеспечивают поиск и обнаружение метаданных. Microsoft Purview — это проверенный подход к использованию портала самообслуживания для совместной работы. Он поддерживает обнаружение данных, включая глоссарии и классификации. Обнаружение данных позволяет потребителям данных легко находить данные. Microsoft Purview также поддерживает политики доступа владельцев данных , что позволяет предоставлять самостоятельный доступ к данным.

  • Плоскость инфраструктуры данных (служебная программа): Помогает автоматизировать развертывание и подготовку общих и многократно используемых шаблонов потребления. Шаблоны потребления могут включать учетные записи хранения, базы данных, вычисления, управление удостоверениями и т. д. Рекомендации по настройке и запуску собственных служб данных см. в статье Организация членов команды по операциям с данными для облачной аналитики в Azure, службы развертывания и управления ислужбы разработки.

  • Плоскость взаимодействия с сеткой данных: Помогает следить за состоянием работоспособности всех интерфейсов, конвейеров данных, контрактов данных, подготовленных компонентов, центральных инструментов и т. д. Azure Monitor помогает максимально повысить доступность и производительность приложений и служб, а также обеспечить мониторинг и анализ. Для обеспечения наблюдаемости данных создайте зонт на портале самостоятельной совместной работы и других службах метаданных. Рассмотрите возможность проектирования собственного озера метаданных с помощью таких служб, как Azure Cosmos DB и Центры событий Azure.

Архитектура Data Marketplace

Платформа данных обычно представляет собой тонкий слой оркестрации с привлекательным видом и удобством работы, который предлагает уникальные возможности для пользователей. В marketplace данных используются базовые репозитории метаданных, которые могут быть смесью доморощенных хранилищ метаданных и служб Azure, таких как Microsoft Purview. Вы можете расширить свой рынок данных с помощью дополнительных аналитических возможностей, таких как Cognitive Services и Машинное обучение. Дополнительные сведения о внедрении искусственного интеллекта и машинного обучения в сетке данных см. в разделе Ввод в эксплуатацию сетки данных для искусственного интеллекта и машинного обучения.

Создание платформы данных включает в себя структуру, культуру и людей. Это требует, чтобы вы доверяли пользователям, обучали людей и работали над осведомленностью. Не стоит недооценивать эти действия. Ваши пользователи являются ценными ресурсами; они владеют определенными частями ландшафта данных или используют их. Более эффективное использование пользователей повышает эффективность знаний и использования данных.

В некоторых случаях может потребоваться внешний рынок данных. Внешние платформы данных позволяют предоставлять доступ к продуктам данных внешним партнерам. В качестве компонента можно использовать Data Share Azure.

Ознакомьтесь с демонстрацией концепции платформы данных с использованием Microsoft Purview , чтобы узнать, как можно упростить процесс работы с потребителями данных с помощью возможностей самостоятельного обнаружения данных и управления доступом к данным.

Дополнительные сведения см. в разделе Master Управление данными in Data Mesh.