Düzenlenen sektörler için bulut ölçeğinde analize giriş

Bulut ölçeğinde analiz, dağıtım ve idare kolaylığı için Azure giriş bölgelerini derler. Azure giriş bölgesinin temel amacı, bir uygulama veya iş yükü Azure'a geldiğinde gerekli altyapının zaten mevcut olduğundan emin olmaktır. Bulut ölçeğinde analiz giriş bölgenizi dağıtmadan önce, platform giriş bölgeleriyle bir Azure giriş bölgesi mimarisi dağıtmak için bulut benimseme çerçevesi üzerinde zaten çalışmış olmanız gerekir.

Bağımsız iş yükleri için Microsoft, gelişmiş bağımsız denetimlere ihtiyaç duyan kuruluşlara yönelik kurumsal ölçekli Azure Giriş Bölgesi'nin bir çeşidi olan Bağımsız Giriş Bölgesi'ne (SLZ) sahiptir. Bulut ölçeğinde analiz, Azure Giriş Bölgesi'nin bu çeşidine göre dağıtılabilir.

Bulut ölçeğinde analiz, uygulama giriş bölgelerine dağıtmayı içerir. Bu bölgeler genellikle giriş bölgesi yönetim grubu altında bulunur ve ilkeler Microsoft tarafından sağlanan örnek şablonlara göre filtrelenmektedir.

Microsoft, data lakehouse ve veri ağı dağıtımlarınız için kullanabileceğiniz örnek şablonlar sağlar.

Bulut ölçeğinde analiz değerlendirmesi

İşletmeler genellikle belirli bir kullanım örneği, proje veya uçtan uca bulut ölçeğinde analiz için teknik ayrıntıları belirlemeye başlamadan önce netlik veya açıklayıcı rehberlik ister. bir işletmenin genel veri stratejisini formüle ettiği için, geçerli kullanım kapsamındaki tüm stratejik ve gerekli ilkeleri dikkate alındığından emin olmak zor olabilir.

Microsoft, bu uçtan uca içgörü yolculuğunun teslimini hızlandırmak ve bu zorlukları göz önünde bulundurarak bulut ölçeğinde analiz için açıklayıcı bir senaryo geliştirmiştir. Bulut ölçeğinde analiz için plan geliştirme bölümünde açıklanan temel temalarla uyumlu hale getirme.

Bulut ölçeğinde analiz, Microsoft Bulut Benimseme Çerçevesi üzerinde derlenir ve Microsoft Azure İyi Tasarlanmış Çerçeve lensi uygulanır. Microsoft Bulut Benimseme Çerçevesi bulut işletim modelleri, başvuru mimarisi ve platform şablonları hakkında açıklayıcı yönergeler ve en iyi yöntemler sağlar. En zorlu, karmaşık ve karmaşık ortamlarımızdan bazılarından elde edilen gerçek dünya öğrenmelerini temel alır.

Bulut ölçeğinde analiz, müşterilerin analiz iş yüklerini barındırmak ve çalıştırmak için giriş bölgeleri oluşturmasını ve kullanıma hazır hale getirmesini sağlar. Giriş bölgelerini güvenlik, idare ve uyumluluk temelleri üzerine oluşturursunuz. Ölçeklenebilir ve modüler olan bu uygulamalar, özerkliği ve yeniliği destekler.

Veri mimarisinin geçmişi

1980'lerin sonlarında, kuruluş genelindeki farklı veri kaynaklarını birleştiren veri ambarı 1. nesil kullanıma sunulmuştur. 2000'li yılların sonlarında Hadoop ve data lake gibi büyük veri ekosistemlerinin kullanıma sunulmasıyla 2. Nesil geldi. 2010'ların ortalarında bulut veri platformu getirilmiştir. Önceki nesillere benzerdi, ancak kappa veya lambda mimarileri gibi akış veri alımının tanıtılmasıyla birlikte. 2020'lerin başlarında data lakehouse, data mesh, data fabric ve veri odaklı operasyonel desenler kavramları tanıtıldı.

Bu gelişmelere rağmen, birçok kuruluş hala merkezi monolitik platform olan 1. nesli kullanmaktadır. Bu sistem bir noktaya kadar düzgün çalışır. Ancak birbirine bağlı işlemler, sıkı bir şekilde bağlanmış bileşenler ve hiper özel ekipler nedeniyle performans sorunları oluşabilir. Ayıklama, dönüştürme ve yükleme (ETL) işleri belirginleşebilir ve teslim zaman çizelgelerini yavaşlatabilir.

Veri ambarı ve veri gölü hala değerlidir ve genel mimarinizde önemli bir rol oynar. Aşağıdaki belgelerde, ölçeklendirmek için bu geleneksel yöntemleri kullanırken ortaya çıkabilecek bazı zorlukları vurguladık. Bu zorluklar özellikle veri kaynaklarının, gereksinimlerin, ekiplerin ve çıktıların değiştiği karmaşık bir kuruluşta geçerlidir.

Bulut ölçeğinde analize geçme

Geçerli analitik veri mimariniz ve işletim modeliniz veri ambarı, veri gölü ve data lakehouse yapıları, veri dokusu veya veri ağı olabilir.

Her veri modelinin kendi yararları ve zorlukları vardır. Bulut ölçeğinde analiz, altyapınızla birlikte gelişebilmesi için yaklaşımınızı veri yönetimine kaydırmak için geçerli kurulumunuzdan çalışmanıza yardımcı olur.

Temeliniz olarak hizmet veren ve ölçeklendirmeye olanak tanıyan uçtan uca bir bulut ölçeği analiz çerçevesi oluşturmak için herhangi bir veri platformunuzu ve senaryoyu destekleyebilirsiniz.

Modern veri platformu ve istenen sonuçlar

İlk odak alanlarından biri, ölçeklenebilir ve çevik bir modern veri platformu oluşturarak güçlüklerinizi karşılamak için veri stratejinizi etkinleştirmektir.

Modern bir veri platformu, hizmet biletlerinden etkilenmek ve rakip iş gereksinimlerini karşılamaya çalışmak yerine, daha değerli işlere odaklanmak için zaman ayırarak daha danışmalı bir rol oynamanızı sağlar. Kendi kendine veri ve analiz ihtiyaçlarını karşılamak için platform ve sistemlerle iş kolu sağlarsınız.

İlk odağın önerilen alanları şunlardır:

• Veri kalitesini geliştirin, güveni kolaylaştırma ve veri odaklı iş kararları almak için içgörüler elde edin.

• Kuruluşunuz genelinde büyük ölçekte bütünsel verileri, yönetimi ve analizleri sorunsuz bir şekilde uygulayın.

• İş kolu için self servis ve esneklik sağlayan güçlü veri idaresi oluşturun.

• Tam tümleşik bir ortamda güvenlik ve yasal uyumluluğu koruyun.

• İyi tasarlanmış, yinelenebilir, modüler desenlerden oluşan kullanıma hazır bir çözümle gelişmiş analiz özellikleri için hızla temel oluşturun.

Analiz varlığınızı yönetme

İkinci bir nokta da kuruluşun veri idaresini nasıl uyguladığını belirlemektir.

Veri idaresi, iş operasyonlarınızda, raporlarınızda ve analizinizde kullandığınız verilerin bulunabilir, doğru, güvenilir olmasını ve korunabilmesini sağlama yöntemidir.

Birçok şirket için beklenti, verilerin ve yapay zekanın rekabet avantajı sağlayacak olmasıdır. Sonuç olarak, yöneticiler veri odaklı olma kararlılığında yapay zeka girişimlerine sponsor olmaya isteklidir. Ancak yapay zekanın etkili olabilmesi için kullandığı verilere güvenilmesi gerekir. Aksi takdirde, karar doğruluğu tehlikeye girebilir, kararlar gecikebilir veya eylemler yanıtsız kalabilir ve bu da alt çizgiyi etkileyebilir. Şirketler, verilerinin kalitesinin çöpe atılmasını ve çöp atılmasını istemiyor. İlk olarak, dijital dönüşümün veriler üzerindeki etkisine bakıncaya kadar veri kalitesini düzeltmek basit görünebilir.

Karma çoklu bulut ve dağıtılmış veri ortamına yayılan veriler sayesinde kuruluşlar verilerinin nerede olduğunu bulmak ve verileri idare etmek için mücadele eder. Devredilen verilerin işletme üzerinde önemli bir etkisi olabilir. Veri hataları işlem hatalarına ve gecikmelere neden olduğundan düşük veri kalitesi iş operasyonlarını etkiler. Düşük veri kalitesi, iş kararlarını ve uyumlu kalma becerisini de etkiler. Analiz sistemindeki kalite sorunlarının giderilmesi, veri kalitesi kurallarının alım aşamasının erken aşamalarında uygulanmasından daha karmaşık ve maliyetli olabileceğinden, genellikle kaynakta veri kalitesinin sağlanması tercih edilir. Veri etkinliğini izlemeye ve yönetmeye yardımcı olmak için veri idaresi şunları içermelidir:

• Veri bulma
• Veri kalitesi
• İlke oluşturma
• Veri paylaşımı
• Meta veri

Analiz varlığınızın güvenliğini sağlama

Veri idaresi için bir diğer önemli etmen de veri korumasıdır. Veri koruması, mevzuatla uyumlu olmanıza yardımcı olabilir ve veri ihlallerini önleyebilir. Veri gizliliği ve giderek artan sayıda veri ihlali, veri korumayı yönetim kurulunda en önemli öncelik haline getirmiştir. Bu ihlaller, kişisel olarak tanımlanabilen müşteri verileri gibi hassas veriler için riski vurgular. Veri gizliliği ihlalinin veya veri güvenliği ihlalinin sonuçları çoktur ve şunları içerebilir:

• Marka imajında kayıp veya ciddi hasar
• Müşteri güveni ve pazar payı kaybı
• Pay fiyatının düşmesi, paydaşların yatırım getirisini ve yönetici maaşını etkiler
• Denetim veya uyumluluk hatası nedeniyle büyük mali cezalar
• Yasal işlem
• Örneğin, ihlalin domino etkisi, müşteriler kimlik hırsızlığının kurbanı olabilir

Çoğu durumda, genel olarak alıntılanan şirketlerin bu ihlalleri bildirmesi gerekir. İhlaller oluşursa, müşterilerin bilgisayar korsanı yerine önce şirketi suçlama olasılığı daha yüksektir. Müşteri şirketi birkaç ay boykot edebilir veya asla geri dönemeyebilir.

Veri gizliliğiyle ilgili mevzuata uyulmaması önemli mali cezalara neden olabilir. Verilerinizi yönetmek bu tür risklerden kaçınmanıza yardımcı olur.

çalışma modeli ve avantajları

Modern bir veri stratejisi platformunu benimsemek yalnızca kuruluşunuzun kullandığı teknolojiyi değil, aynı zamanda nasıl çalıştığını da değiştirir.

Bulut ölçeğinde analiz, aşağıdakiler de dahil olmak üzere kişilerinizi ve ekiplerinizi düzenlemeyi ve beceriyi değerlendirmenize yardımcı olacak önceden belirlenmiş rehberlik sağlar:

• Kişilik, rol ve sorumluluk tanımları
• Çevik, dikey ve etki alanları arası ekipler için önerilen yapılar
• Microsoft Learn aracılığıyla Azure verileri ve yapay zeka sertifikaları dahil olmak üzere beceri kaynakları

Modernleştirme süreci boyunca ve platformunuzu geliştirmeye ve yeni kullanım örnekleri eklemeye devam ettikçe son kullanıcılarınızla etkileşime geçmek de önemlidir.

Mimariler

Azure giriş bölgeleri, ortamınız için stratejik tasarım yolunu ve hedef teknik durumunu temsil eder. Daha fazla çeviklik ve uyumluluk sağlamak için dağıtım ve idare kolaylığı sağlar. Azure giriş bölgeleri, ortamınıza yeni bir uygulama veya iş yükü geldiğinde uygun altyapının zaten mevcut olduğundan da emin olur. Microsoft hizmet olarak yazılım idaresi ve analiz çözümleriyle tümleştirilmiş Azure veri yönetimi ve veri giriş bölgeleri, bu temel ilkeler göz önünde bulundurularak tasarlanmıştır ve bulut ölçeğinde analizin diğer öğeleriyle birlikte kullanıldığında şunların etkinleştirilmesine yardımcı olabilir:

• Self servis
• Ölçeklenebilirlik
• Hızlı başlangıç
• Güvenlik
• Gizlilik
• En iyi duruma getirilmiş işlemler

Veri yönetimi giriş bölgesi

Veri yönetimi giriş bölgesi, platformunuzun kuruluşunuz genelindeki merkezi veri idaresi ve yönetimi için temel sağlar. Ayrıca çoklu bulut ve hibrit altyapı dahil olmak üzere tüm dijital varlığınızdan veri almak için iletişimi kolaylaştırır.

Veri yönetimi giriş bölgesi, aşağıdakiler gibi çok sayıda diğer veri yönetimi ve idare özelliklerini destekler:

• Veri kataloğu
• Veri kalitesi yönetimi
• Veri sınıflandırma
• Veri kökeni
• Veri modelleme deposu
• API kataloğu
• Veri paylaşımı ve sözleşmeler

Veri giriş bölgeleri

Veri giriş bölgeleri, verileri kullanıcılara yaklaştırıp self servis sağlarken, veri yönetimi giriş bölgesiyle bağlantı yoluyla ortak yönetim ve idareyi korur.

Ağ, izleme, veri alımı ve işleme gibi standart hizmetlerin yanı sıra veri ürünleri ve görselleştirmeler gibi özelleştirmeleri barındırırlar.

Veri giriş bölgeleri, platformunuzun ölçeklenebilirliğini sağlamak için önemlidir. Kuruluşunuzun boyutuna ve ihtiyaçlarına bağlı olarak, bir veya birden çok giriş bölgesiyle başlayabilirsiniz.

Tek ve birden çok giriş bölgesi arasında karar verdikçe bölgesel bağımlılıkları ve veri yerleşimi gereksinimlerini göz önünde bulundurun. Örneğin, verilerin belirli bir konumda kalmasını gerektiren yerel yasalar veya düzenlemeler var mı?

İlk kararınız ne olursa olsun, gerektiğinde veri giriş bölgeleri ekleyebilir veya kaldırabilirsiniz. Tek bir giriş bölgesiyle başlıyorsanız, gelecekteki geçiş gereksinimlerinden kaçınmak için birden çok giriş bölgesine genişletmeyi planlamanızı öneririz.

Giriş bölgeleri hakkında daha fazla bilgi için bkz . Bulut ölçeğinde analiz için Azure giriş bölgeleri.

Sonuç

Özellikle idare, güvenlik, işletim ve en iyi yöntemler bölümleri olmak üzere bu belge kümesini okuduktan sonra, dağıtım şablonlarını kullanarak bir kavram kanıtı ortamı ayarlamanızı öneririz. Bu şablonlar, mimari yönergeleriyle birlikte bazı Azure ve Microsoft hizmet olarak yazılım teknolojileriyle uygulamalı deneyim sağlar. Daha fazla bilgi için Bkz . Başlarken denetim listesi.

Sonraki adımlar