Adatum Corporation-Szenario für Cloud-Skalierungsanalysen in Azure
Cloud-Scale-Analytik ist modular aufgebaut und ermöglicht es Organisationen, mit grundlegenden Startzonen zu beginnen, die ihre Daten- und Analyseworkloads unterstützen, unabhängig davon, ob die Projekte migriert oder neu entwickelt und in Azure bereitgestellt werden. Die Architektur ermöglicht es Organisationen, unabhängig vom Skalierungspunkt so klein wie nötig zu beginnen und parallel zu ihren geschäftlichen Anforderungen zu skalieren.
Kundenprofil
Diese Referenzarchitektur ist ideal für Kunden, die eine Einheit ihres Unternehmens identifiziert haben, die bereit ist, Analyseworkloads für Azure bereitzustellen. Diese Architektur stellt eine einzelne Zielzone bereit, die von der Geschäftseinheit verwendet werden kann, um den Datenbestand zu verwalten. Es bietet die Flexibilität, weitere Landezonen für andere Geschäftseinheiten hinzuzufügen, wenn sie bereit sind, zu Azure zu wechseln.
Adatum Corporation ist ein großes, internationales Unternehmen. Zusätzlich zu den zentralen Geschäftseinheiten am Hauptsitz verfügen sie auch über Niederlassungen auf der ganzen Welt, die über eigene Geschäftseinheiten verfügen, einschließlich Buchhaltung, Marketing, Vertrieb, Support und Betrieb.
Alle diese unterschiedlichen Gruppen erzeugen ihre eigenen Daten. Viele der Geschäftseinheiten verfügen über eingebettete Analyseteams. Die zentrale IT-Organisation hat den größten Teil der verwendeten Datenplattform bereitgestellt, aber einige Geschäftseinheiten haben eigenmächtig gehandelt und ihre eigenen Lösungen implementiert. Die Datenplattform besteht aus verschiedenen Clouddiensten und lokalen Lösungen.
Die Vision des Unternehmens besteht darin, eine zentrale Analyseplattform zu haben, eine einzige Quelle der Wahrheit für alle Daten. Es ist jedoch für viele verschiedene Projektbeteiligte schwierig geworden, sich in eine einzige Technologie einzukaufen. Angesichts der Geschwindigkeit, mit der neue Daten erstellt werden und neue Optionen verfügbar werden, sind selbst frühe Entwürfe von Zentralisierungsplänen schnell veraltet. Inzwischen hat das Vertriebsteam des Unternehmens die bisherige Lösung überschritten. Das Unternehmen muss dringend neue Analysen einsetzen, um ein neues Marktsegment zu erschließen.
Adatum hat beschlossen, das Cloud-Skalierungsanalysemuster in Azure zu implementieren, um dieses Problem zu lösen. Das Unternehmen ist zuversichtlich, dass Cloud-Skalierungsanalysen es dem Vertriebsteam des Unternehmens ermöglichen, ihre Datenplattform heute zu migrieren, aber dennoch genügend Flexibilität bieten, um andere Geschäftseinheiten zu berücksichtigen, wenn sie bereit sind, teilzunehmen.
Aktuelle Situation
Die Vertriebsgruppe Adatum nutzt traditionelle ERP- und CRM-Systeme, um ihre Vertriebstransaktionen zu verarbeiten. Daten aus diesen Systemen müssen in eine separate Analyseplattform exportiert werden, damit die Beteiligten in der gesamten Organisation auf die Daten zugreifen und sie für ihre verschiedenen Projekte bereichern können.
Architekturlösung
In dieser Referenzarchitektur stellen wir eine Datenverwaltungs-Landezone bereit, die für alle ESA-Implementierungen erforderlich ist, und eine einzelne Datenlandungszone, die von der Vertriebsabteilung des Unternehmens verwendet werden kann.
Zielzone für die Datenverwaltung
Ein entscheidendes Konzept für jede Analyse auf Cloudebene ist eine einzige Zielzone für die Datenverwaltung. Dieses Abonnement enthält Ressourcen, die für alle Bereitstellungszonen geteilt werden, und umfasst gemeinsame Netzwerkkomponenten wie eine Firewall und private DNS-Zonen. Sie umfasst auch Ressourcen für Daten- und Cloudgovernance. Der Microsoft Purview- und Databricks Unity-Katalog werden als Dienste auf Mandantenebene bereitgestellt.
Datenanwendungen
Die Landezone hat zwei Datenanwendungen. Die erste Integration erfasst Daten im Zusammenhang mit Kunden. Dieser Schritt umfasst die Kundendatensätze und deren zugehörige Datensätze (z. B. Adressen, Kontakte, Gebietszuweisungen und Kontaktverlauf). Diese Daten werden aus dem Adatum CRM-System importiert.
Die zweite Datenanwendung erfasst Verkaufstransaktionen. Dazu gehören Transaktionsüberschriften, Positionseinzelheiten, Versandaufzeichnungen und Zahlungen. Alle diese Datensätze werden aus dem Adatum ERP-System aufgenommen.
Diese Integrationen werden die Daten nicht transformieren oder anreichern. Sie kopieren nur die Daten aus den Quellsystemen und landen sie in der Analyseplattform. Dies ermöglicht es vielen Datenprodukten, die Daten auf skalierbare Weise zu nutzen, ohne dass ein weiterer Aufwand für das Quellsystem entsteht.
Datenprodukte
In diesem Beispiel weist Adatum ein Datenprodukt auf. Dieses Produkt kombiniert Rohdaten aus den beiden Datenanwendungen und wandelt sie in ein neues Dataset um. Von dort aus kann es von Geschäftsbenutzern zur zusätzlichen Analyse und Berichterstellung mit Tools wie Microsoft Power BI abgeholt werden.
Abbildung 1: Architekturdiagramm. Nicht alle Azure-Dienste werden im Diagramm dargestellt. Es wurde vereinfacht, um die Kernkonzepte der Organisation von Ressourcen innerhalb der Architektur hervorzuheben.
Grund
Warum platzieren Sie Verkaufstransaktionen und Kunden nicht in ihren eigenen Datenlandungszonen?
Eine der ersten Entscheidungen, die Unternehmen in Bezug auf ihre Cloud-Skalierungsanalyse treffen müssen, ist die Aufteilung des gesamten Datenbestands in Zielzonen. Datenlösungen, die häufig miteinander kommunizieren, sind starke Kandidaten für die Aufnahme in dieselbe Landing Zone. Mit dieser Entscheidung können Unternehmen die Kosten für das Verschieben von Daten über peered VNets reduzieren. In diesem Beispiel werden Verkaufstransaktionsdaten häufig mit Kundendaten verknüpft. Daher ist es sinnvoll, diese verwandten Datenanwendungen in derselben Datenlandezone zu speichern.
Ein zusätzlicher Aspekt für Zielzonen ist die Ausrichtung der für die Daten verantwortlichen Teams innerhalb der Organisation. In diesem Fall befinden sich die beiden Datenanwendungen im Besitz verschiedener Teams, aber diese Teams sind beide Teil der Vertriebs- und Marketingabteilung bei Adatum.
Warum sollten Verkaufstransaktionen und Kunden nicht eine Datenanwendung gemeinsam nutzen?
Durch die Trennung der Kundendaten und der Verkaufstransaktionsdaten in ihren eigenen Datenanwendungen ermöglichen wir es den Fachexperten für diese Domänen, die besten Entscheidungen für ihre jeweiligen Datenprodukte zu treffen. Sie können die Zugriffsmuster, Erfassungs-Engines und Speicheroptionen auswählen, die ihren Anforderungen am besten entsprechen, ohne miteinander in Konflikt zu stehen.
Beispielsweise ist das Team, das über Expertise mit dem CRM-System verfügt, für die Kundendatenanwendung verantwortlich. Basierend auf den Fähigkeiten des Teams und den Technologien, die vom CRM-System verwendet werden, entscheiden sie, welche Tools ihren Anforderungen am besten entsprechen. Das Team muss sich keine Gedanken machen, ob diese Entscheidungen auch für das Vertriebstransaktionsteam funktionieren. Das Team verwendet ein eigenes Toolset und muss keine Kompromisse eingehen, um die Anforderungen des Kundenteams zu erfüllen.
Warum verschieben Sie das Vertriebsteam auf die neue Datenplattform?
In diesem Beispiel ist das Vertriebsteam des Unternehmens das erste, das auf die neue Cloud-Analytik im großen Maßstab wechselt. Die Lösung ist so konzipiert, dass sie vor allem skalierbar ist. Wenn andere Geschäftseinheiten bereit für die Migration sind, können weitere Zielzonen für ihre Workloads hinzugefügt werden.
Wie kann man sich in der Zukunft entwickeln?
Die Skalierung erfolgt durch Hinzufügen weiterer Landungszonen zur Architektur. Diese Landezonen verwenden virtuelles Netzwerk-Peering, um eine Verbindung mit der Landezone für die Datenverwaltung und allen anderen Landungszonen herzustellen. Dieses Netzmuster ermöglicht es, dass Datenprodukte und Ressourcen über Zonen hinweg geteilt werden können. Durch die Aufteilung in verschiedene Zonen werden die Workloads auf Azure-Abonnements und -Ressourcen verteilt. Mit diesem Schritt können Unternehmen vermeiden, die Grenzen der Azure-Dienste zu erreichen und ihre Datenstände weiter zu vergrößern.
Nächste Schritte
Fahren Sie fort mit dem Relecloud-Szenario für Analysen auf Cloudebene in Azure.
Weitere Informationen finden Sie unter: