Überblick über verschiedene Referenzarchitekturen für die Analyse auf Cloudebene in Azure
Analyse auf Cloudebene ist so konzipiert, dass sie modular sein soll. Es ermöglicht Kunden, mit einer kleinen Lösung zu beginnen und im Laufe der Zeit zu wachsen. Kunden sollten vorab entscheiden, wie Datendomänen über Datenzielzonen hinweg organisiert werden sollen. Die Bausteine können über das Azure-Portal, GitHub Actions-Workflows und Azure Pipelines bereitgestellt werden. Die Vorlagenrepositorys für die Datenverwaltungs-Zielzone, die Datenzielzone und die Datenintegrationen/-produkte enthalten YAML-Beispielpipelines, um Ihnen den schnelleren Einstieg in die Einrichtung Ihrer Umgebungen zu erleichtern.
Hinweis
Die Vorlagenrepositorys können verwendet werden, um die in diesem Artikel aufgeführten Referenzarchitekturen bereitzustellen. Links zu diesen Repositorys finden Sie in der ausführlichen Beschreibung der einzelnen Architekturen.
Beispiele für Referenzarchitekturen
Die folgenden Architekturbeispiele können Ihnen helfen, die Analyse auf Cloudebene an Ihren Anwendungsfall anzupassen.
| Szenario | Beispielkunde | Beschreibung |
|---|---|---|
| Einzelne Datenzielzone | Adatum Corporation | Diese Referenzarchitektur eignet sich ideal für Kunden, die eine Geschäftseinheit identifiziert haben, die für die Bereitstellung von Analyseworkloads in Azure bereit ist. Diese Architektur stellt eine einzelne Zielzone bereit, die von der Geschäftseinheit verwendet werden kann, um deren Datenbestand zu verwalten. Sie bietet die Flexibilität, weitere Zielzonen für andere Geschäftseinheiten hinzuzufügen, wenn diese für den Umstieg auf Azure bereit sind. |
| Mehrere Datenzielzonen | Relecloud | Diese Referenzarchitektur ist für Kunden relevant, die bereits eine Basisversion für Analysen auf Cloudebene implementiert haben und nun bereit sind, einen neuen Geschäftsbereich zu hosten, der ihre Analysevorgänge modernisiert. Sie veranschaulicht ein komplexeres Szenario mit mehreren Zielzonen, Datenintegrationen und Datenprodukten. |
| Zielzonen für höchst vertrauliche Daten | Lamna Healthcare | Diese Referenzarchitektur ist für Kunden gedacht, die eine Lösung für Analysen auf Cloudebene nicht nur für Skalierbarkeit, sondern auch zum Schutz ihrer Daten verwenden möchten. Sie zeigt, wie der Zugriff auf sensible Daten kontrolliert werden kann und wie entsprechend desensibilisierte Daten an Analysten weitergegeben werden können. |
| Szenario „Data Mesh für Finanzinstitut“ | Woodgrove Bank | Diese Referenzarchitektur wird für Kunden geschrieben, die Analysen auf Cloudebene für eine analytische Datenarchitektur und ein Betriebsmodell für Datengitter verwenden möchten. Sie veranschaulicht ein komplexeres Szenario mit mehreren Zielzonen, Datenintegrationen und Datenprodukten. |