Microsoft Purview- und Profisee-Integration für master-Datenverwaltung (MDM)

Unternehmenssysteme können über mehrere Quellen für master Daten verfügen– die allgemeinen Daten, die systemübergreifend genutzt werden. Diese Tatsache kann beim Katalogisieren von Datenquellen deutlich werden. Beispiele für master Daten sind Kunden-, Produkt-, Standort-, Asset- und Kreditorendaten. Wenn Sie Profisee verwenden, um Ihre master Daten zusammenzuführen, zu validieren und zu korrigieren, können Sie diese Daten effektiv machen. Insbesondere können Sie damit eine gemeinsame vertrauenswürdige Plattform für Analysen und betriebliche Verbesserungen erstellen. Mithilfe der Governancedefinitionen, Erkenntnisse und Kenntnisse, die in Microsoft Purview beschrieben sind, können Sie Ihre Plattform effektiv erstellen.

Diese Referenzarchitektur stellt eine Governance- und Datenverwaltungslösung dar, die Microsoft Purview und die Profisee master Data Management(MDM)-Plattform enthält. Diese Dienste arbeiten zusammen, um eine Grundlage für hochwertige, vertrauenswürdige Daten bereitzustellen, die den geschäftlichen Nutzen von Daten in Azure maximieren. Ein kurzes Video zu dieser Lösung finden Sie unter Die Leistungsfähigkeit der vollständig integrierten master Datenverwaltung in Azure.

Architektur

Das folgende Diagramm zeigt die Schritte, die Sie ausführen, wenn Sie Ihre master-Datenlösung entwickeln und betreiben. Stellen Sie sich diese Schritte als stark iterativ vor. Wenn Sich Ihre Lösung weiterentwickelt, können Sie diese Schritte und Phasen wiederholen, manchmal automatisch und manchmal manuell. Ob Sie automatische oder manuelle Schritte verwenden, hängt von den Änderungen ab, die Ihre master Datenlösung, Metadaten und Daten durchlaufen.

Datenfluss

Metadaten und Datenfluss umfassen die folgenden Schritte, die in der vorherigen Abbildung dargestellt sind:

1. Vordefinierte Microsoft Purview-Connectors werden verwendet, um eine Unified Catalog aus Quell-Geschäftsanwendungen zu erstellen. Die Connectors scannen Datenquellen und füllen Unified Catalog auf.

2. Das master Datenmodells wird in Microsoft Purview veröffentlicht. Masterdatenentitäten, die in Profisee MDM erstellt werden, werden nahtlos in Microsoft Purview veröffentlicht. Dieser Schritt füllt die Unified Catalog weiter auf und stellt sicher, dass eine Aufzeichnung dieser kritischen Datenquelle in Microsoft Purview vorhanden ist.

3. Governancestandards und Richtlinien für data stewardship werden verwendet, um master Datenentitätsdefinitionen anzureichern. Die Daten werden in Microsoft Purview mit Datenwörterbuch- und Glossarinformationen, Besitzdaten und Klassifizierungen vertraulicher Daten angereichert. Alle Definitionen und Metadaten, die in Microsoft Purview verfügbar sind, werden in Profisee in Echtzeit als Leitfaden für die MDM-Data Stewards angezeigt.

4. Masterdaten aus Quellsystemen werden in Profisee MDM geladen. Ein Datenintegrations-Toolset wie Azure Data Factory extrahiert Daten aus den Quellsystemen mithilfe von mehr als 100 vordefinierten Connectors oder einem REST-Gateway. Mehrere Datenströme von master werden in Profisee MDM geladen.

5. Die master Daten werden gemäß Governanceregeln standardisiert, abgeglichen, zusammengeführt, angereichert und überprüft. Andere Systeme wie Microsoft Purview können Datenqualitäts- und Governanceregeln definieren. Profisee MDM ist jedoch das System, das diese Regeln erzwingt. Quelldatensätze werden innerhalb und über Quellsysteme hinweg abgeglichen und zusammengeführt, um einen möglichst vollständigen und korrekten Datensatz zu erstellen. Datenqualitätsregeln überprüfen jeden Datensatz auf Die Einhaltung der geschäftlichen und technischen Anforderungen. Alle Datensätze, bei denen die Überprüfung fehlschlägt oder eine niedrige Wahrscheinlichkeitsbewertung zurückgibt, unterliegt einer Korrektur. Um fehlgeschlagene Überprüfungen zu beheben, weist ein Workflowprozess Datensätze, die überprüft werden müssen, Data Stewards zu, die Experten in ihrer Geschäftsdatendomäne sind. Nachdem ein Datensatz überprüft oder korrigiert wurde, kann er als goldener Datensatz master verwendet werden.

6. Transaktionsdaten werden in eine Downstreamanalyselösung geladen. Ein Datenintegrationstoolset wie Data Factory extrahiert Transaktionsdaten aus Quellsystemen mithilfe von mehr als 100 vordefinierten Connectors oder einem REST-Gateway. Das Toolset lädt die Daten direkt in eine Analysedatenplattform wie Azure Synapse Analytics. Die Analyse dieser Rohdaten ohne die richtige master goldenen Daten unterliegt Ungenauigkeiten, da Datenüberlappungen, Konflikte und Konflikte noch nicht gelöst wurden.

7. Power BI-Connectors bieten direkten Zugriff auf die kuratierten master Daten. Power BI-Benutzer können die master Daten direkt in Berichten verwenden. Ein dedizierter Power BI-Connector erkennt und erzwingt rollenbasierte Sicherheit. Außerdem werden verschiedene Systemfelder ausgeblendet, um die Verwendung zu vereinfachen.

8. Hochwertige, kuratierte master Daten werden in einer Downstreamanalyselösung veröffentlicht. Wenn master Datensätze in einem einzelnen goldenen Datensatz zusammengeführt wurden, werden über-/untergeordnete Verknüpfungen mit den ursprünglichen Datensätzen beibehalten.

9. Die Analyseplattform verfügt über eine Reihe von Daten, die in dem Sinne zertifiziert sind, dass sie vollständig, konsistent und genau sind. Diese Daten umfassen ordnungsgemäß kuratierte master Daten und zugeordnete Transaktionsdaten. Diese Kombination bildet eine solide Grundlage für vertrauenswürdige Daten, die für weitere Analysen verfügbar sind.

10. Die hochwertige master Daten werden visualisiert und analysiert, und Machine Learning-Modelle werden angewendet. Das System liefert fundierte Einblicke, um das Geschäft voranzutreiben.

Komponenten

• Microsoft Purview ist eine Datengovernancelösung, die einen umfassenden Einblick in lokale und Clouddatenressourcen bietet. Microsoft Purview bietet eine Kombination aus Datenermittlung und -klassifizierung, Herkunft, Metadatensuche und -ermittlung sowie Nutzungserkenntnisse. All diese Features helfen Ihnen, Daten in Ihrer Gesamten Unternehmensdatenlandschaft zu verwalten und zu verstehen.

• Profisee MDM ist eine schnelle und intuitive MDM-Plattform, die sich nahtlos in Microsoft-Technologien und das Azure-Datenverwaltungs-Ökosystem integriert.

• Data Factory ist ein hybrider Datenintegrationsdienst. Sie können Data Factory verwenden, um ETL-Workflows (Extrahieren, Transformieren und Laden) und Extrahieren, Laden und Transformieren (ELT) zu erstellen, zu planen und zu orchestrieren. Data Factory bietet auch mehr als 100 vordefinierte Connectors und ein REST-Gateway, mit dem Sie Daten aus Quellsystemen extrahieren können.

• Azure Synapse Analytics ist ein schnelles, flexibles und vertrauenswürdiges Cloud-Data Warehouse, das eine umfangreiche Parallelverarbeitungsarchitektur verwendet. Sie können Azure Synapse Analytics verwenden, um Daten elastisch und unabhängig zu skalieren, zu berechnen und zu speichern.

• Power BI ist eine Suite von Business Analytics-Tools, die Einblicke in Ihre organization liefern. Sie können Power BI verwenden, um eine Verbindung mit Hunderten von Datenquellen herzustellen, die Datenaufbereitung zu vereinfachen und improvisierte Analysen zu fördern. Sie können auch ansprechende Berichte erstellen und diese dann für Ihre organization veröffentlichen, um sie im Web und auf mobilen Geräten zu nutzen.

Alternativen

Wenn Sie nicht über eine dedizierte MDM-Anwendung verfügen, finden Sie einige der technischen Funktionen, die Sie zum Erstellen einer MDM-Lösung in Azure benötigen:

• Datenqualität. Wenn Sie Daten in eine Analyseplattform laden, können Sie Die Datenqualität in Integrationsprozesse integrieren. Beispielsweise können Sie hartcodierte Skripts verwenden, um Datenqualitätstransformationen in einer Data Factory-Pipeline anzuwenden.
• Datenstandardisierung und -anreicherung. Azure Maps können die Datenüberprüfung und -standardisierung für Adressdaten bereitstellen. Sie können die standardisierten Daten in Azure Functions und Data Factory verwenden. Um andere Daten zu standardisieren, müssen Sie möglicherweise hartcodierte Skripts entwickeln.
• Verwaltung doppelter Daten. Sie können Data Factory verwenden, um Zeilen zu deduplizieren , wenn genügend Bezeichner für eine genaue Übereinstimmung verfügbar sind. Sie benötigen wahrscheinlich benutzerdefinierte hartcodierte Skripts, um die Logik zu implementieren, die zum Zusammenführen übereinstimmender Zeilen erforderlich ist, während geeignete Datenüberlebenship-Techniken angewendet werden.
• Data Stewardship. Sie können Power Apps verwenden, um schnell grundlegende Data Stewardship-Lösungen zum Verwalten von Daten in Azure zu entwickeln. Sie können auch geeignete Benutzeroberflächen für Überprüfungen, Workflows, Warnungen und Validierungen entwickeln.

In Microsoft-orientierten Umgebungen wird Azure Synapse Analytics als Analysedienst bevorzugt. Sie können jedoch jede beliebige Analysedatenbank verwenden. Snowflake und Databricks sind gängige Optionen.

Szenarioinformationen

Mit zunehmender Datenmenge, die Sie in Azure laden, wächst die Notwendigkeit, diese Daten für alle Ihre Datenquellen und Datenconsumer ordnungsgemäß zu steuern und zu verwalten. Daten, die im Quellsystem angemessen sind, werden häufig als unzureichend befunden, wenn sie freigegeben werden. Möglicherweise fehlen oder unvollständige Informationen oder Duplikate und Konflikte. Die Gesamtqualität ist möglicherweise schlecht. Es werden daten benötigt, die vollständig, konsistent und genau sind.

Ohne qualitativ hochwertige Daten in Ihrem Azure-Datenbestand wird der Geschäftswert von Azure unterminiert, möglicherweise kritisch. Die Lösung besteht darin, eine Grundlage für Datengovernance und -verwaltung zu schaffen, die eine Quelle der Wahrheit für hochwertige, vertrauenswürdige Daten erstellen und bereitstellen kann. Microsoft Purview und Profisee MDM arbeiten zusammen, um diese Unternehmensplattform zu bilden.

Microsoft Purview katalogisiert alle Ihre Datenquellen und identifiziert alle vertraulichen Informationen und Datenherkunft. Es gibt dem Datenarchitekten einen Ort, an dem die geeigneten Datenstandards für alle Daten berücksichtigt werden können. Microsoft Purview konzentriert sich auf Governance, um Richtlinien und Standards zu finden, zu klassifizieren und zu definieren. Die Aufgaben des Erzwingens von Richtlinien und Standards, das Katalogisieren von Datenquellen und die Behebung fehlerhafter Daten fallen auf Technologien wie MDM-Systeme.

Profisee MDM ist darauf ausgelegt, master Daten aus beliebigen Quellen zu akzeptieren. Profisee MDM gleicht dann die Daten ab, führt sie zusammen, standardisiert, überprüft, korrigiert und synchronisiert sie systemübergreifend. Dieser Prozess stellt sicher, dass Daten ordnungsgemäß integriert werden können und die Anforderungen von Downstreamsystemen wie Business Intelligence (BI) und Machine Learning-Anwendungen erfüllen. Die integrative Profisee-Plattform erzwingt Governancestandards für mehrere Datensilos.

Besser zusammen

Microsoft Purview und Profisee MDM arbeiten besser zusammen. Wenn sie integriert sind, optimieren sie Datenverwaltungsaufgaben und stellen sicher, dass alle Systeme die gleichen Standards durchsetzen können. Profisee MDM veröffentlicht sein master Datenmodell in Microsoft Purview, wo es an der Governance teilnehmen kann. Microsoft Purview gibt dann die Ausgabe der Governance weiter, z. B. eine Unified Catalog und Glossarinformationen. Profisee kann die Ausgabe überprüfen und Standards durchsetzen. Durch die Zusammenarbeit schaffen Microsoft Purview und Profisee eine natürliche, bessere Synergie, die tiefer geht als jedes unabhängige Angebot.

Nachdem Sie beispielsweise Unternehmensdatenquellen katalogisiert haben, können Sie feststellen, dass master Daten in mehreren Systemen vorhanden sind. Masterdaten sind die Daten, die eine Domänenentität definieren. Beispiele für master Daten sind Kunden-, Produkt-, Asset-, Standort-, Anbieter-, Patienten-, Haushalts-, Menüelement- und Inhaltsdaten. Das Auflösen unterschiedlicher Definitionen und das Abgleichen und Zusammenführen dieser Daten über Systeme hinweg ist entscheidend für die Möglichkeit, diese Daten sinnvoll zu verwenden. Um effektiv zu sein, sollten Sie master Daten in Profisee MDM mithilfe von Governancedefinitionen, Erkenntnissen und Fachkenntnissen, die in Microsoft Purview beschrieben sind, zusammenführen, überprüfen und korrigieren. Auf diese Weise bilden Microsoft Purview und Profisee MDM eine Grundlage für Governance und Datenverwaltung und maximieren den geschäftlichen Nutzen von Daten in Azure.

Die Alternative besteht darin, alle Informationen zu verwenden, die Sie erhalten können. Wenn Sie diesen Ansatz verfolgen, riskieren Sie jedoch irreführende Ergebnisse, die Ihrem Unternehmen schaden können. Wenn Sie stattdessen hochwertige master Daten verwenden, beseitigen Sie häufige Probleme mit der Datenqualität. Dann liefert Ihr System fundierte Einblicke, mit denen Sie Ihr Unternehmen vorantreiben können, unabhängig davon, welche Tools Sie für Analysen, maschinelles Lernen und Visualisierung verwenden. Gut kuratierte master Daten sind ein wichtiger Aspekt beim Aufbau einer soliden, zuverlässigen Datenbasis.

Wenn Sie Profisee MDM mit Microsoft Purview verwenden, profitieren Sie von den folgenden Vorteilen:

• Eine gemeinsame technische Grundlage. Profisee hat seinen Ursprung in Microsoft-Technologien. Profisee und Microsoft verwenden gängige Tools, Datenbanken und Infrastruktur, wodurch die Profisee-Lösung jedem, der mit Microsoft-Technologien arbeitet, vertraut ist. Tatsächlich wurde Profisee MDM viele Jahre lang auf Microsoft Master Data Services aufgebaut. Jetzt nähert sich Master Data Services dem Ende seines Lebenszyklus, und Profisee ist die führende Upgrade- und Ersatzlösung.
• Entwicklerzusammenarbeit und gemeinsame Entwicklung. Profisee- und Microsoft Purview-Entwickler arbeiten intensiv zusammen, um eine gute, komplementäre Anpassung zwischen ihren jeweiligen Lösungen sicherzustellen. Diese Zusammenarbeit ermöglicht eine nahtlose Integration, die den Anforderungen der Kunden entspricht.
• Gemeinsame Verkäufe und Bereitstellungen. Profisee verfügt über mehr MDM-Bereitstellungen in Azure und gemeinsam mit Microsoft Purview als jeder andere MDM-Anbieter. Profisee können Sie über Azure Marketplace erwerben. Im Geschäftsjahr 2023 ist Profisee der einzige MDM-Anbieter mit einer Microsoft-Partnerzertifizierung der obersten Ebene, der über ein Infrastructure-as-a-Service-Angebot (IaaS), Container-as-a-Service (CaaS) oder Software-as-a-Service (SaaS) auf Azure Marketplace verfügt.
• Schnelle und zuverlässige Bereitstellung. Ein wichtiges Feature aller Unternehmenssoftware ist die schnelle und zuverlässige Bereitstellung. Laut der Gartner Peer Insights-Plattform verfügt Profisee über mehr Implementierungen, die weniger als 90 Tage dauern als jeder andere MDM-Anbieter.
• Mehrere Domänen. Profisee bietet einen Ansatz für MDM, der inhärent mehrere Domänen verwendet. Es gibt keine Einschränkungen für die Anzahl der master Datendomänen, die Sie erstellen können. Dieser Entwurf eignet sich gut für Kunden, die planen, ihre Datenressourcen zu modernisieren. Ein Kunde kann mit einer begrenzten Anzahl von Domänen beginnen, aber er profitiert letztendlich von der Maximierung seiner Domänenabdeckung für den gesamten Datenbestand. Diese Domänenabdeckung wird mit ihrer Datengovernanceabdeckung abgeglichen.
• Engineering, das für Azure entwickelt wurde. Profisee ist cloudnativ mit Optionen für SaaS und verwaltete IaaS- oder CaaS-Bereitstellungen in Azure.

Mögliche Anwendungsfälle

Eine ausführliche Liste der MDM-Anwendungsfälle dieser Lösung finden Sie weiter unten in diesem Artikel unter MDM-Anwendungsfälle . Zu den wichtigsten MDM-Anwendungsfällen gehören die folgenden Beispiele für Einzelhandel und Fertigung:

• Konsolidieren von Kundendaten für Analysen.
• Sie verfügen über eine 360-Grad-Ansicht der Produktdaten in einer konsistenten und zugänglichen Form, z. B. name, Beschreibung und Merkmale jedes Produkts.
• Erstellen von Referenzdaten, um Beschreibungen von master Daten konsistent zu erweitern. Referenzdaten umfassen beispielsweise Listen mit Ländern/Regionen, Währungen, Farben, Größen und Maßeinheiten.

Diese MDM-Lösungen helfen auch Finanzorganisationen, die für kritische Aktivitäten wie die zeitnahe Berichterstellung stark auf Daten angewiesen sind.

MDM-Integration mit Microsoft Purview

Das folgende Diagramm veranschaulicht ausführlich die Integration von Profisee MDM in Microsoft Purview. Um diese Integration zu unterstützen, bietet das Profisee-Governancesubsystem eine bidirektionale Integration mit Microsoft Purview, die aus zwei unterschiedlichen Flows besteht:

• Die Veröffentlichung von Lösungsmetadaten erfolgt, wenn Ihre Datenmodellierer Änderungen an Ihrem master Datenmodell, an Abgleichsstrategien und den zugehörigen Unterartikeln vornehmen. Diese Änderungen werden nahtlos in Microsoft Purview veröffentlicht, sobald sie auftreten. Durch das Veröffentlichen dieser Änderungen werden die Metadaten synchronisiert, die sich auf Ihr master Datenmodell und ihre Lösung beziehen. Daher wird Unified Catalog weiter aufgefüllt, und Microsoft Purview verfügt über einen Datensatz dieser kritischen Datenquelle.
• Governancedetails werden zurückgegeben und für Data Stewards und Geschäftsbenutzer bereitgestellt. Diese Details sind verfügbar, wenn benutzer Daten anzeigen, Daten anreichern und Probleme mit der Datenqualität beheben, indem sie das Profisee FastApp-Portal verwenden.

Microsoft Purview-Integrationsfunktionen

Der Microsoft Purview-Katalog und das Glossar können Ihnen dabei helfen, die Integration zu maximieren.

Masterdatenmodellentwurf

Eine der Herausforderungen bei der Vorbereitung einer MDM-Lösung besteht darin, zu bestimmen, was master Daten ausmacht und welche Datenquellen verwendet werden sollen, wenn Sie Ihr master Datenmodell auffüllen. Sie können Microsoft Purview verwenden, um diese Bemühungen zu unterstützen. Sie können die Möglichkeit nutzen, Ihre kritischen Datenquellen zu scannen, und Sie können Ihre Data Stewards und Fachexperten (KMU) einbinden. Auf diese Weise können Sie Unified Catalog mit Informationen anreichern, auf die Ihre Stewards dann zugreifen können, um Ihr master Datenmodell besser an Ihren Branchensystemen auszurichten. Sie können in Konflikt stehende Terminologie abstimmen. Dieser Prozess führt zu einem master Datenmodell, das die Terminologie und Definitionen, die Sie für Ihr Unternehmen standardisieren möchten, optimal widerspiegelt. Es vermeidet auch veraltete und irreführende Ausdrücke.

Der folgende Auszug aus dem umfassenderen Diagramm veranschaulicht diesen Integrationsanwendungsfall. Zunächst verwenden Sie Microsoft Purview-Systemscanfunktionen, um Metadaten aus Ihren branchenspezifischen Systemen zu erfassen. Als Nächstes bereiten Ihre Data Stewards und KMU einen soliden Katalog und Kontakte vor. Anschließend können die Datenmodellierer, die mit Profisee MDM-Modellierungsdiensten arbeiten, Ihr master Datenmodell vorbereiten und weiterentwickeln. Diese Arbeit entspricht den Standards, die Sie in Microsoft Purview definieren.

Während Ihre Data Stewards das Modell weiterentwickeln, veröffentlichen die Modellierungsdienste innerhalb der Profisee MDM-Plattform Änderungen, die Profisee MDM-Governancedienste erhalten. Profisee MDM wiederum bereitet diese Änderungen vor und leitet sie an Microsoft Purview weiter, damit sie in die aktualisierte Unified Catalog aufgenommen werden können. Diese Ergänzungen des Katalogs stellen sicher, dass Ihre master Datendefinitionen in den breiteren Datenbestand eingeschlossen sind und dass sie auf die gleiche Weise wie ihre Branchensystemmetadaten gesteuert und gesteuert werden können. Indem Sie sicherstellen, dass diese Informationen zusammen katalogisiert werden, sind Sie besser in der Lage, die Beziehungen zwischen Ihren master Daten und Ihren Branchensystemdaten zu verwalten.

Datenverwaltung

Große Unternehmen mit entsprechend komplexen und umfangreichen Datenressourcen können Data Stewards vor Herausforderungen stellen, die für die Verwaltung und Behebung von Problemen verantwortlich sind, sobald sie auftreten. Wichtige Datendomänen können komplex sein, mit vielen obskuren Attributen, die nur angestellte Mitarbeiter verstehen, die über bedeutende institutionelle Kenntnisse verfügen. Durch die Profisee MDM-Integration in Microsoft Purview können Sie dieses institutionelle Wissen in Microsoft Purview erfassen und für die Verwendung in Profisee MDM zur Verfügung stellen. Dadurch verringern Sie den großen Bedarf an Unternehmensdatenwissen, wenn Sie kritische und zeitkritische Informationen verwalten.

Die folgende Abbildung veranschaulicht den Informationsfluss von Microsoft Purview zu den Data Stewards, die im Profisee FastApp-Portal arbeiten. Der Governancedatendienst kann in Microsoft Purview und Microsoft Entra ID integriert werden. Dieser Dienst bietet Suchfunktionen. FastApp-Portalbenutzer können diese Funktionalität verwenden, um angereicherte Governancedaten zu den Entitäten und attributen abzurufen, mit denen sie arbeiten.

Governancedienste lösen auch Kontakte, die von Microsoft Purview empfangen werden, in ihre vollständigen Profildetails auf, die in Microsoft Entra ID verfügbar sind. Mit vollständigen Profildetails können Stewards effektiv mit Datenbesitzern und Experten zusammenarbeiten, um die Qualität Ihrer master Daten zu verbessern.

Das Profisee MDM Governance-Dialogfeld ist die Schnittstelle, über die Data Stewards und Benutzer mit Details auf Governanceebene interagieren. Diese Benutzeroberfläche rendert Informationen, die von Microsoft Purview abgerufen werden, an Benutzer. Mithilfe dieser Informationen können Benutzer die Details hinter den Daten überprüfen, aus denen der Dialog gestartet wurde. Wenn die im Dialogfeld Governance bereitgestellten Informationen nicht ausreichen, können Benutzer direkt zur Microsoft Purview-Benutzeroberfläche wechseln.

Data Stewards und Geschäftsbenutzer können über das FastApp-Portal auf drei Profisee MDM-Datenassettypen zugreifen:

• Profisee-Instanz, die die Infrastruktureigenschaften der spezifischen instance der Profisee MDM-Plattform bereitstellt, die der Benutzer anzeigt
• Profisee-Entität, die die Eigenschaften der master Datenentität (die Tabelle) bereitstellt, die der Steward oder Benutzer derzeit anzeigt
• Profisee-Attribut, das die Eigenschaften des Attributs (z. B. das Feld oder die Spalte) bereitstellt, an dem der Benutzer interessiert ist

Die folgende Abbildung veranschaulicht, wo Benutzer, die im FastApp-Portal arbeiten, Governancedetails für jeden dieser Ressourcentypen anzeigen können. Details instance finden Sie im Menü Hilfe. Sie können auf Entitätsdetails über den Seitenzonenheader zugreifen, der ein Entitätsraster enthält. Attributdetails finden Sie in dem Formular, das dem Entitätsraster zugeordnet ist. Greifen Sie auf die Details der Bezeichnungen zu, die dem Attribut zugeordnet sind.

Um Zusammenfassungsinformationen anzuzeigen, zeigen Sie auf das Governancesymbol, z. B. Microsoft Purview. Wählen Sie das Symbol aus, um das vollständige Governancedialogfeld anzuzeigen:

Um zur vollständigen Microsoft Purview-Benutzeroberfläche zu wechseln, wählen Sie das Governancesymbol in der Kopfzeile des Dialogfelds aus. Wenn Sie das Symbol auswählen, gelangen Sie zu Microsoft Purview im Kontext der Ressource, die Sie derzeit anzeigen. Sie können sich dann ganz einfach in Microsoft Purview bewegen, basierend auf Ihren Ermittlungsanforderungen.

MDM-Verarbeitung

Die Leistungsfähigkeit einer MDM-Lösung liegt in den Details.

Datenmodellierung

Das Kernstück Ihrer MDM-Lösung ist das zugrunde liegende Datenmodell. Es stellt die Definition von master Daten in Ihrem Unternehmen dar. Das Entwickeln eines master Datenmodells umfasst die folgenden Aufgaben:

• Identifizieren Sie Elemente von Quelldaten aus Ihrer gesamten Systemlandschaft, die für den Betrieb Ihres Unternehmens von entscheidender Bedeutung sind und für die Analyse der Leistung von zentraler Bedeutung sind.
• Erweitern Sie das Modell mit Elementen, die Sie aus anderen Drittanbieterquellen erhalten, die die Daten nützlicher, genauer und vertrauenswürdiger machen.
• Richten Sie klare Besitzrechte und Berechtigungen im Zusammenhang mit den Elementen Ihres Datenmodells ein. Diese Vorgehensweise trägt dazu bei, dass Sie Transparenz und Änderungsverwaltung in den Entwurf Ihres Modells einbeziehen.

Datengovernance bietet eine wichtige Grundlage für die Unterstützung:

• Ihre Governance Unified Catalog, Wörterbuch, Glossar und unterstützende Ressourcen sind unschätzbare Informationsquellen für Ihre Governance-Data Stewards. Mithilfe dieser Ressourcen können Stewards bestimmen, was in Ihr master-Datenmodell aufgenommen werden soll. Sie helfen auch bei der Ermittlung der Klassifizierungen des Besitzes und vertraulicher Daten in Microsoft Purview. Sie können die Terminologie in Ihrem Modell verstärken. Durch diese Vorgehensweise können Sie ein offizielles Lexikon für Ihr Unternehmen erstellen. Durch die Integration von Terminologie kann Ihr master Datenmodell auch alle esoterischen Begriffe, die in verschiedenen Quellsystemen verwendet werden, in die genehmigte Sprache des Unternehmens übersetzen.
• Drittanbietersysteme sind häufig eine Quelle für master Daten, die unabhängig von Ihren branchenspezifischen Systemen sind. Es ist wichtig, Ihrem Modell Elemente hinzuzufügen, um die Informationen zu erfassen, die diese Systeme Ihren Daten hinzufügen, und diese Informationsquellen wieder in Unified Catalog.
• Sie können besitz- und datenzugriff verwenden, wie in Ihrem Governancekatalog angegeben, um Zugriffs- und Änderungsverwaltungsberechtigungen in Ihrer MDM-Lösung zu erzwingen. Daher richten Sie Ihre Unternehmensrichtlinien und -anforderungen an die Tools aus, die Sie zum Verwalten und Verwalten Ihrer master Daten verwenden.

Laden von Quelldaten

Im Idealfall laden Ihre unterschiedlichen Branchensysteme Daten mit wenig oder gar keiner Änderung oder Transformation in Ihr master Datenmodell. Das Ziel besteht darin, eine zentralisierte Version der Daten zu erhalten, wie sie im Quellsystem vorhanden sind. Es sollte so wenig Genauigkeitsverlust wie möglich zwischen dem Quellsystem und Ihrem master Datenrepository geben. Indem Sie die Komplexität Ihres Ladevorgangs einschränken, vereinfachen Sie die Herkunft. Und wenn Sie Technologien wie Data Factory-Pipelines verwenden, kann Ihre Governancelösung den Fluss überprüfen. Anschließend kann Ihre Lösung die Beziehungen zwischen Ihrem Quellsystem und Ihrem master Datenmodell identifizieren. Insbesondere kann Ihre Lösung Daten aus Quellsystemen extrahieren, indem sie einen der mehr als 100 vordefinierten Connectors und ein REST-Gateway verwendet.

Datenanreicherung und -standardisierung

Nachdem Sie Quelldaten in Ihr Modell geladen haben, können Sie es erweitern, indem Sie auf umfangreiche Datenquellen von Drittanbieterdaten tippen. Sie können diese Systeme verwenden, um die Daten zu verbessern, die Sie aus Ihren branchenspezifischen Systemen erhalten. Sie können diese Systeme auch verwenden, um die Quelldaten mit Informationen zu erweitern, die ihre Verwendung für andere Downstreamconsumer verbessern. Zum Beispiel:

• Sie können Adressüberprüfungsdienste wie Bing verwenden, um Quellsystemadressen zu korrigieren und zu verbessern. Diese Dienste können fehlende Informationen standardisieren und hinzufügen, die für den geografischen Standort und die E-Mail-Zustellung von entscheidender Bedeutung sind.
• Informationsdienste von Drittanbietern wie Dun & Bradstreet können allgemeine oder branchenspezifische Daten bereitstellen. Sie können diese Daten verwenden, um den Wert Ihres goldenen master-Datensatzes zu erweitern. Insbesondere können Sie Informationen hinzufügen, die in Ihren unterschiedlichen Branchensystemen nicht verfügbar oder in Konflikt stehen.

Die Publish/Subscribe-Infrastruktur von Profisee erleichtert es Ihnen, ihre eigenen Drittanbieterquellen bei Bedarf in Ihre Lösung zu integrieren.

Die Fähigkeit, die Quellen und die Bedeutung hinter diesen Daten zu verstehen, ist für Daten von Drittanbietern ebenso wichtig wie für Ihre internen Branchensysteme. Indem Sie Ihr master Datenmodell in Ihre Governance-Unified Catalog integrieren, können Sie die Beziehungen zwischen internen und externen Datenquellen verwalten und gleichzeitig Ihr Modell mit Governancedetails anreichern.

Data Quality Validation and Stewardship (Data Quality Validation and Stewardship)

Nachdem Sie Ihre Daten geladen und anreichern, ist es wichtig, sie auf Qualität und Einhaltung von Standards zu überprüfen, die Sie über Ihre Governanceprozesse festlegen. Microsoft Purview kann wiederum eine umfangreiche Informationsquelle für Standards sein. Sie können Microsoft Purview verwenden, um die Datenqualitätsregeln zu steuern, die Ihre MDM-Lösung erzwingt. Profisee MDM kann auch Datenqualitätsregeln als Ressourcen in Ihrem Governancekatalog veröffentlichen. Die Regeln können überprüft und genehmigt werden, was Ihnen hilft, die Qualitätsstandards, die mit Ihren master Daten verknüpft sind, von oben nach unten zu beaufsichtigen. Ihre Regeln sind an master Datenentitäten und Attribute gebunden, und diese Attribute können auf das Quellsystem zurückverfolgt werden. Aus diesen Gründen können Sie die Ursache für die schlechte Datenqualität ermitteln, die aus Ihren Branchensystemen stammt.

Data Stewards sind Experten in ihrem Governancebereich. Wenn Stewards Probleme behandeln, die Ihre master-Datenlösung aufdeckt, können sie den Microsoft Purview-Datengovernancekatalog verwenden. Der Katalog hilft Stewards dabei, Qualitätsprobleme zu verstehen und zu lösen, sobald sie auftreten. Unterstützt durch die Unterstützung von Datenbesitzern und Experten sind die Stewards darauf vorbereitet, Probleme mit der Datenqualität schnell und präzise zu beheben.

Matching und Survivorship

Mit angereicherten, qualitativ hochwertigen Quelldaten sind Sie in der Lage, einen goldenen Datensatz master zu erstellen, der die genauesten Informationen in Ihren unterschiedlichen Branchensystemen darstellt. Die folgende Abbildung veranschaulicht, wie alle Schritte zu hochwertigen Daten führen, die für die Geschäftsanalyse verwendet werden können. Sie können diese Daten jederzeit in Ihrem gesamten Datenbestand synchronisieren.

Die Profisee MDM-Abgleichs-Engine erzeugt im Rahmen des Survivorship-Prozesses einen goldenen Datensatz master. Survivorship-Regeln füllen den goldenen Datensatz selektiv mit Informationen auf, die Sie in allen Quellsystemen ausgewählt haben.

Das Profisee MDM-Verlaufs- und Überwachungsnachverfolgungssubsystem verfolgt Änderungen nach, die Benutzer vornehmen. Dieses Subsystem verfolgt auch Änderungen nach, die Systemprozesse wie Survivorship vornehmen. Matching und Survivorship ermöglichen es, den Informationsfluss von Ihren Quelldatensätzen zum master nachzuverfolgen. Profisee MDM verfügt über einen Datensatz des Quellsystems, das für einen bestimmten Quelldatensatz verantwortlich ist. Sie wissen auch, wie unterschiedliche Quelldatensätze den goldenen Datensatz auffüllen. Daher können Sie die Datenherkunft von Ihren Analysen zurück zu den Quelldaten erreichen, auf die Ihre Berichte verweisen.

MDM-Anwendungsfälle

Obwohl es zahlreiche Anwendungsfälle für MDM gibt, decken einige Anwendungsfälle die meisten realen MDM-Implementierungen ab. Diese Anwendungsfälle konzentrieren sich auf eine einzelne Domäne, aber es ist unwahrscheinlich, dass sie nur aus dieser Domäne erstellt werden. Selbst diese fokussierten Anwendungsfälle betreffen höchstwahrscheinlich mehrere Domänen. In jedem Anwendungsfall erfüllt MDM das Ziel, eine 360-Grad-Ansicht oder eine einheitliche Ansicht wichtiger Datentypen bereitzustellen.

Kundendaten

Die Konsolidierung und Standardisierung von Kundendaten für BI-Analysen ist der häufigste MDM-Anwendungsfall. Organisationen erfassen Kundendaten über immer mehr Systeme und Anwendungen hinweg. Ergebnis doppelter Kundendatensätze. Diese Duplikate befinden sich in und anwendungsübergreifend und enthalten Inkonsistenzen und Abweichungen. Die schlechte Qualität der Kundendaten schränkt den Wert moderner Analyselösungen ein. Zu den Symptomen gehören die folgenden Herausforderungen:

• Es ist schwierig, grundlegende Geschäftsfragen wie "Wer sind unsere Wichtigsten Kunden?" und "Wie viele neue Kunden haben wir?" zu beantworten. Die Beantwortung dieser Fragen erfordert einen erheblichen manuellen Aufwand.
• Sie verfügen über fehlende und ungenaue Kundeninformationen, sodass ein Rollup oder Drilldown in die Daten schwierig ist.
• Sie können einen Kunden nicht über Organisations- und Systemgrenzen hinweg eindeutig identifizieren oder überprüfen. Daher können Sie Ihre Kundendaten nicht system- oder geschäftseinheitenübergreifend analysieren.
• Aufgrund der Eingabedaten mit schlechter Qualität verfügen Sie über erkenntnisse aus KI und maschinellem Lernen.

Produktdaten

Produktdaten sind häufig auf mehrere Unternehmensanwendungen verteilt, z. B. Enterprise Resource Planning (ERP), Product Lifecycle Management (PLM) oder E-Commerce-Anwendungen. Daher ist es schwierig, den Gesamtkatalog der Produkte zu verstehen, die über inkonsistente Definitionen für Eigenschaften wie Produktname, Beschreibung und Merkmale verfügen. Unterschiedliche Definitionen von Verweisdaten erschweren diese Situation. Zu den Symptomen gehören die folgenden Herausforderungen:

• Verschiedene alternative hierarchische Rollup- und Drilldownpfade für Produktanalysen können nicht unterstützt werden.
• Mit fertigem Waren- oder Materialbestand haben Sie Schwierigkeiten, den Produktbestand und etablierte Anbieter zu bewerten. Sie haben auch doppelte Produkte, was zu einem übermäßigen Bestand führt.
• Es ist schwierig, Produkte aufgrund von widersprüchlichen Definitionen zu rationalisieren. Diese Situation führt zu fehlenden oder ungenauen Informationen in der Analyse.

Stammdaten

Im Kontext von Analysen gibt es Referenzdaten als zahlreiche Listen von Daten. Diese Listen werden häufig verwendet, um andere Gruppen von master Daten weiter zu beschreiben. Referenzdaten umfassen beispielsweise Listen mit Ländern/Regionen, Währungen, Farben, Größen und Maßeinheiten. Inkonsistente Verweisdaten führen zu offensichtlichen Fehlern in Downstreamanalysen. Symptome sind:

• Mehrere Darstellungen desselben Werts. Beispielsweise ist der Bundesstaat Georgia als GA und Georgien aufgeführt, was das konsistente Aggregieren und Drilldown in Daten erschwert.
• Schwierigkeiten beim Optimieren von Daten über Systeme hinweg, da keine Möglichkeit besteht, Datenwerte zwischen Systemen zu überqueren oder zuzuordnen. Beispielsweise wird die Farbe Rot durch R im ERP-System und Rot im PLM-System dargestellt.
• Schwierigkeiten beim Binden von Zahlen zwischen Organisationen aufgrund von Unterschieden bei den festgelegten Referenzdatenwerten, die für die Datenkategorisierung verwendet werden.

Finanzdaten

Finanzorganisationen verlassen sich stark auf Daten für kritische Aktivitäten, z. B. monatliche, vierteljährliche und jährliche Berichte. Organisationen mit mehreren Finanz- und Buchhaltungssystemen verfügen häufig über Finanzdaten in mehreren Hauptbüchern, die konsolidiert werden müssen, um Finanzberichte zu erstellen. MDM kann einen zentralen Hub zum Zuordnen und Verwalten von Konten, Kostenstellen, Geschäftsentitäten und anderen Finanzdatasets bereitstellen. Über den zentralen Hub bietet MDM eine konsolidierte Ansicht dieser Datasets. Zu den Symptomen gehören die folgenden Herausforderungen:

• Schwierigkeiten beim Aggregieren von Finanzdaten über mehrere Systeme hinweg in einer konsolidierten Ansicht
• Fehlender Prozess zum Hinzufügen und Zuordnen neuer Datenelemente in Finanzsystemen
• Verzögerungen bei der Erstellung von Finanzberichten zum Ende der Periode

Überlegungen

Diese Überlegungen implementieren die Säulen des Azure Well-Architected Frameworks. Hierbei handelt es sich um eine Reihe von Leitprinzipien, die zur Verbesserung der Qualität einer Workload verwendet werden können. Weitere Informationen finden Sie unter Microsoft Azure Well-Architected Framework.

Berücksichtigen Sie diese Faktoren, wenn Sie eine Datenverwaltungslösung für Ihre organization auswählen.

Zuverlässigkeit

Zuverlässigkeit stellt sicher, dass Ihre Anwendung die Verpflichtungen erfüllt, die Sie Ihren Kunden gegenüber eingehen. Weitere Informationen finden Sie unter Übersicht über die Zuverlässigkeitssäule.

Profisee wird nativ auf Azure Kubernetes Service (AKS) und Azure SQL-Datenbank ausgeführt. Beide Dienste bieten sofort einsatzbereite Funktionen zur Unterstützung von Hochverfügbarkeit.

Sicherheit

Sicherheit bietet Sicherheit vor absichtlichen Angriffen und dem Missbrauch Ihrer wertvollen Daten und Systeme. Weitere Informationen finden Sie unter Übersicht über die Sicherheitssäule.

Profisee authentifiziert Benutzer mithilfe von OpenID Connect, das einen OAuth 2.0-Authentifizierungsflow implementiert. Die meisten Organisationen konfigurieren Profisee MDM für die Authentifizierung von Benutzern bei Microsoft Entra ID. Dadurch wird sichergestellt, dass Sie Ihre Unternehmensrichtlinien für die Authentifizierung anwenden und erzwingen können.

Kostenoptimierung

Bei der Kostenoptimierung geht es darum, nach Möglichkeiten zu suchen, unnötige Ausgaben zu reduzieren und die betriebliche Effizienz zu verbessern. Weitere Informationen finden Sie unter Übersicht über die Säule "Kostenoptimierung".

Laufende Kosten bestehen aus einer Softwarelizenz und Azure-Nutzung. Für weitere Informationen wenden Sie sich an Profisee.

Leistungseffizienz

Leistungseffizienz ist die Fähigkeit Ihrer Workload zu skalieren, um die Anforderungen der Benutzer effizient zu erfüllen. Weitere Informationen finden Sie unter Übersicht über die Säule "Leistungseffizienz".

Profisee MDM wird nativ auf AKS und SQL-Datenbank ausgeführt. Sie können AKS so konfigurieren, dass Profisee MDM in Ihren Geschäftsfunktionen zentral hoch- und herunterskaliert wird. Sie können SQL-Datenbank in zahlreichen Konfigurationen bereitstellen, um Leistung, Skalierbarkeit und Kosten auszugleichen.

Die dynamische Skalierung ist in der cloudnativen Architektur von Profisee enthalten, die Microservices und Container verwendet. Wenn Sie Profisee in Ihrem Cloudmandanten über Kubernetes ausführen, können Sie basierend auf Ihrer Last dynamisch hoch- und hochskalieren. Mit dem Profisee SaaS-Dienst , der in AKS ausgeführt wird, können Sie große Knotenpools für Ihre Pods konfigurieren. Diese Pools werden dynamisch basierend auf der Systemlast in der mehrinstanzenfähigen Infrastruktur skaliert.

Ausführliche Informationen zum Bereitstellen von Profisee und Microsoft Purview in AKS finden Sie unter Microsoft Purview – Profisee MDM-Integration.

Bereitstellen dieses Szenarios

Profisee MDM ist ein gepackter Kubernetes-Dienst. Sie können Profisee MDM als PaaS in Ihrem Azure-Mandanten, in jedem anderen Cloudmandanten oder lokal bereitstellen. Sie können Profisee MDM auch als SaaS bereitstellen, die Profisee hostet und verwaltet.

1. Rufen Sie die Lizenzdatei von Profisee ab, indem Sie unter ein Supportticket https://support.profisee.com/erstellen. Die einzige Voraussetzung für diesen Schritt ist, dass Sie die DNS-aufgelöste URL Ihres Profisee-Setups in Azure vorab bestimmen müssen. Anders ausgedrückt: Behalten Sie den DNS-HOSTNAMEn des Lastenausgleichs bei, der in der Bereitstellung verwendet wird. Es lautet etwa "[profisee_name]. [Region].cloudapp.azure.com". Beispiel: DNSHOSTNAME="purviewprofisee.southcentralus.cloudapp.azure.com". Geben Sie diesen DNSHOSTNAME für den Profisee-Support an, wenn Sie das Supportticket erstellen, und Profisee wird mit der Lizenzdatei rückgängig machen. Sie müssen diese Datei während der nächsten Konfigurationsschritte unten angeben.

2. Erstellen Sie eine benutzerseitig zugewiesene verwaltete Identität in Azure. Sie müssen eine verwaltete Identität erstellt haben, um die Bereitstellung ausführen zu können. Nach Abschluss der Bereitstellung kann die verwaltete Identität gelöscht werden. Basierend auf Ihren ARM-Vorlagenoptionen benötigen Sie einige oder alle der folgenden Rollen und Berechtigungen, die Ihrer verwalteten Identität zugewiesen sind:

   • Rolle "Mitwirkender" für die Ressourcengruppe, in der AKS bereitgestellt wird. Sie kann entweder direkt der Ressourcengruppe oder auf Abonnementebene oder nach unten zugewiesen werden.
   • Dns-Zone-Mitwirkender für die bestimmte DNS-Zone, in der der Eintrag erstellt wird , ODER Rolle Mitwirkender für die DNS-Zone-Ressourcengruppe. Diese DNS-Rolle ist nur erforderlich, wenn das in Azure gehostete DNS aktualisiert wird.
   • Die Rolle "Anwendungsadministrator" in Microsoft Entra ID, damit die erforderlichen Berechtigungen zugewiesen werden können, die für die Anwendungsregistrierung erforderlich sind.
   • Mitwirkender für verwaltete Identitäten und Benutzerzugriffsadministrator auf Abonnementebene. Erforderlich, damit die verwaltete IDENTITÄT der ARM-Vorlage eine Key Vault spezifische verwaltete Identität erstellen kann, die von Profisee verwendet wird, um die im Key Vault gespeicherten Werte zu pullen.

   

3. Erstellen Sie eine Anwendungsregistrierung , die nach der Installation von Profisee als Anmeldeidentität fungiert. Es muss Teil der Microsoft Entra ID sein, die für die Anmeldung bei Profisee verwendet wird. Speichern Sie die Anwendungs-ID (Client) zur späteren Verwendung.

   • Legen Sie die Authentifizierung so fest, dass sie den folgenden Einstellungen entspricht:
     • Unterstützen von ID-Token (für implizite und hybride Flows verwendet)
     • Legen Sie die Umleitungs-URL auf https://< ihre-deployment-url>/profisee/auth/signin-microsoft fest.
       • Ihre Bereitstellungs-URL ist die URL, die Sie Profisee in Schritt 1 angegeben haben.

4. Erstellen Sie einen Dienstprinzipal , den Microsoft Purview verwendet, um während dieser Profisee-Bereitstellung einige Aktionen für sich selbst auszuführen. Um einen Dienstprinzipal zu erstellen, erstellen Sie eine Anwendung wie im vorherigen Schritt, und erstellen Sie dann ein Anwendungsgeheimnis. Speichern Sie die Objekt-ID für die Anwendung und den Wert des Geheimnisses, das Sie zur späteren Verwendung erstellt haben.

   • Erteilen Sie diesem Dienstprinzipal (mithilfe des Namens oder der Objekt-ID, um ihn zu finden) Data Curator-Berechtigungen für die Stammsammlung Ihres Microsoft Purview-Kontos.

5. Navigieren Sie zu https://github.com/Profisee/kubernetes , und wählen Sie Microsoft Purview Azure ARM aus.

   • Die ARM-Vorlage stellt Profisee in einer AKS-Infrastruktur mit Lastenausgleich (Azure Kubernetes Service) mithilfe eines Eingangscontrollers bereit.
   • Die Infodatei enthält Schritte zur Problembehandlung.
   • Lesen Sie alle Schritte und die Problembehandlungs-Wiki-Seite sorgfältig durch.

6. Wählen Sie "In Azure bereitstellen" aus.

   

   • Der Konfigurator-Assistent fragt nach den Hier beschriebenen Eingaben: Bereitstellen des AKS-Clusters mithilfe der ARM-Vorlage
   • Stellen Sie sicher, dass Sie in der Bereitstellung genau dieselbe RG (Ressourcengruppe) wie in Schritt 1 der verwalteten Identität erteilt haben.

7. Wählen Sie nach Abschluss der Bereitstellung Microsoft Purview "Zur Ressourcengruppe wechseln" aus, und öffnen Sie den Profisee AKS-Cluster.

Phasen einer typischen Microsoft Purview- Profisee-Bereitstellungsausführung

1. Wählen Sie auf der Seite Grundlagen die benutzerseitig zugewiesene verwaltete Identität aus, die Sie zuvor erstellt haben , um die Ressourcen bereitzustellen.

2. Für Ihre Profisee-Konfiguration können Sie Ihre Informationen in Key Vault speichern lassen oder die Details während der Bereitstellung angeben.

   1. Wählen Sie Ihre Profisee-Version aus, und geben Sie Ihr Administratorbenutzerkonto und Ihre Lizenz an.
   2. Wählen Sie aus, um mit Microsoft Purview zu konfigurieren.
   3. Geben Sie für die Client-ID der Anwendungsregistrierung die Anwendungs-ID (Client) für die zuvor erstellte Anwendungsregistrierung an.
   4. Wählen Sie Ihr Microsoft Purview-Konto aus.
   5. Fügen Sie die Objekt-ID für den Dienstprinzipal hinzu, den Sie zuvor erstellt haben.
   6. Fügen Sie den Wert für das Geheimnis hinzu, das Sie für diesen Dienstprinzipal erstellt haben.
   7. Geben Sie Ihrer Webanwendung einen Namen.

   

3. Auf der Seite Kubernetes können Sie bei Bedarf eine ältere Version von Kubernetes auswählen, aber lassen Sie das Feld leer , um die neueste Version bereitzustellen.

   

   Tipp

   In den meisten Fällen ist es ausreichend, das Versionsfeld leer zu lassen, es sei denn, es gibt einen Grund, warum Sie die Bereitstellung mit einer älteren Version von Kubernetes AKS speziell durchführen müssen.

4. Auf der Seite SQL-Konfiguration können Sie einen neuen Azure SQL Server bereitstellen oder einen vorhandenen Azure SQL Server verwenden. Sie geben Anmeldeinformationen und einen Datenbanknamen an, die für diese Bereitstellung verwendet werden sollen.

   

5. Auf der Seite speicherkonfiguration können Sie auswählen, ob Sie ein neues Speicherkonto erstellen oder ein vorhandenes verwenden möchten. Wenn Sie ein vorhandenes Konto auswählen, müssen Sie einen Zugriffsschlüssel und den Namen einer vorhandenen Dateifreigabe angeben.

   

6. Auf der Seite "Netzwerkkonfiguration" wählen Sie entweder die Standard-Azure DNS-Instanz oder geben Ihren eigenen DNS-Hostnamen an.

   Tipp

   Ja, die Verwendung von Standard-Azure DNS ist die empfohlene Konfiguration. Wenn Sie Ja auswählen, erstellt der Bereitstellungser automatisch ein Let's Encrypt-Zertifikat für HTTP/TLS. Wenn Sie Nein auswählen, müssen Sie verschiedene Netzwerkkonfigurationsparameter und Ihr eigenes HTTPS/TLS-Zertifikat angeben.

   

   Warnung

   Die Azure DNS-Standard-URL (z. B. URL="https://purviewprofisee.southcentralus.cloudapp.azure.com/profisee") wird vom Bereitstellungs-Assistenten für ARM-Vorlagen aus der Lizenzdatei abgerufen, die Ihnen von Profisee bereitgestellt wird. Wenn Sie Änderungen vornehmen und nicht den Azure-Standard-DNS verwenden möchten, stellen Sie sicher, dass Sie den vollständigen DNS und die vollqualifizierte URL des Profisee-DNS an das Profisee-Supportteam übermitteln, damit es die aktualisierte Lizenzdatei erneut generieren und bereitstellen kann. Andernfalls führt dies zu einer fehlerhaften Installation von Profisee.

7. Überprüfen Sie auf der Seite Überprüfen + erstellen Ihre Details, um sicherzustellen, dass sie korrekt sind, während der Assistent Ihre Konfiguration überprüft. Nachdem die Überprüfung erfolgreich war, wählen Sie Erstellen aus.

   

8. Es dauert etwa 45 bis 50 Minuten, bis die Installation von Profisee abgeschlossen ist. Während der Bereitstellung werden die aspekte angezeigt, die gerade ausgeführt werden, und sie können die Seite aktualisieren, um den Fortschritt zu überprüfen. Die Bereitstellung wird als abgeschlossen angezeigt, wenn alles abgeschlossen ist. Der Abschluss der Phase "InstallProfiseePlatform" bedeutet auch, dass die Bereitstellung abgeschlossen ist!

   

   

9. Öffnen Sie nach Abschluss der Bereitstellung die Ressourcengruppe, in der Sie Ihre Integration bereitgestellt haben.

   

10. Rufen Sie unter Ausgaben die endgültige Bereitstellungs-URL ab. Die endgültige WEBURL müssen Sie in die Adressleiste Ihres Browsers einfügen und Profisee-Purview Integration genießen! Diese URL entspricht der URL, die Sie dem Profisee-Support beim Abrufen der Lizenzdatei bereitgestellt haben. Sofern Sie das URL-Format nicht ändern möchten, sieht es in etwa wie folgt aus: "https://[profisee_name]. [Region].cloudapp.azure.com/profisee/

    

11. Füllen Sie die Daten in die neu installierte Profisee-Umgebung auf, indem Sie FastApp installieren. Navigieren Sie zu Ihrer Profisee-Bereitstellungs-URL, und wählen Sie /Profisee/api/client aus. Sie sollte in etwa wie folgt aussehen: "https://[profisee_name]. [region].cloudapp.azure.com/profisee/api/client". Wählen Sie die Downloads für das Hilfsprogramm "Profisee FastApp Studio" und die "Profisee Platform Tools" aus. Installieren Sie beide Tools auf Ihrem lokalen Clientcomputer.

    

12. Melden Sie sich bei FastApp Studio an, und führen Sie den Rest der MDM-Verwaltung und -Konfigurationsverwaltung für Profisee aus. Sobald Sie sich mit der während des Setups angegebenen Administrator-E-Mail-Adresse angemeldet haben; Das Verwaltungsmenü sollte im linken Bereich von Profisee FastApp Studio angezeigt werden. Navigieren Sie zu diesen Menüs, und führen Sie den Rest Ihrer MDM-Journey mit dem FastApp-Tool aus. Die Möglichkeit, das Verwaltungsmenü wie in der folgenden Abbildung zu sehen, bestätigt die erfolgreiche Installation von Profisee auf der Azure-Plattform.

    

13. Als letzten Validierungsschritt, um eine erfolgreiche Installation sicherzustellen und zu überprüfen, ob Profisee erfolgreich mit Ihrem Microsoft Purview-instance verbunden wurde, wechseln Sie zu /Profisee/api/governance/health Es sollte in etwa wie folgt aussehen: "https://[profisee_name].[ region].cloudapp.azure.com//Profisee/api/governance/health". Die Ausgabeantwort zeigt die Wörter "Status": "Fehlerfrei" für alle Microsoft Purview-Subsysteme an.

{
  "OverallStatus": "Healthy",
  "TotalCheckDuration": "0:XXXXXXX",
  "DependencyHealthChecks": {
    "purview_service_health_check": {
      "Status": "Healthy",
      "Duration": "00:00:NNNN",
      "Description": "Successfully connected to Purview."
    },
    "governance_service_health_check": {
      "Status": "Healthy",
      "Duration": "00:00:NNNN",
      "Description": "Purview cache loaded successfully. 
      Total assets: NNN; Instances: 1; Entities: NNN; Attributes: NNN; Relationships: NNN; Hierarchies: NNN"
    },
    "messaging_db_health_check": {
      "Status": "Healthy",
      "Duration": "00:00:NNNN",
      "Description": null
    },
    "logging_db_health_check": {
      "Status": "Healthy",
      "Duration": "00:00:NNNN",
      "Description": null
    }
  }
}

Eine Ausgabeantwort, die ähnlich aussieht wie die obige, bestätigt die erfolgreiche Installation, führt alle Bereitstellungsschritte aus. und überprüft, ob Profisee erfolgreich mit Ihrem Microsoft Purview verbunden wurde, und gibt an, dass die beiden Systeme ordnungsgemäß kommunizieren können.

Nächste Schritte

• Machen Sie sich mit den Funktionen des REST-Kopierconnectors in Data Factory vertraut.
• Erfahren Sie mehr über die nativ ausgeführte Profisee-Ausführung in Azure.
• Erfahren Sie, wie Sie Profisee mithilfe einer Azure Resource Manager-Vorlage (ARM-Vorlage) in Azure bereitstellen.
• Zeigen Sie Profisee Data Factory-Vorlagen an.