Uwaga
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Przed rozpoczęciem tworzenia architektur danych struktury analizy w skali chmury zapoznaj się z artykułami w poniższej tabeli.
Sekcja | opis |
---|---|
Tworzenie początkowej strategii | Jak utworzyć strategię i przestawną strategię danych, aby stać się organizacją opartą na danych. |
Definiowanie planu | Jak opracować plan analizy w skali chmury. |
Przygotowywanie majątku analitycznego | Omówienie przygotowywania majątku analitycznego w skali chmury z kluczowymi zagadnieniami dotyczącymi obszaru projektowania, takimi jak rejestracja przedsiębiorstwa, sieć, zarządzanie tożsamościami i dostępem, zasady, ciągłość działalności biznesowej i odzyskiwanie po awarii. |
Zarządzanie analizą | Wymagania dotyczące zarządzania danymi, wykazem danych, pochodzeniem, zarządzaniem danymi głównymi, jakością danych, umowami dotyczącymi udostępniania danych i metadanymi. |
Zabezpieczanie majątku analitycznego | Jak zabezpieczyć majątek analizy przy użyciu uwierzytelniania i autoryzacji, prywatności danych i zarządzania dostępem do danych. |
Organizowanie osób i zespołów | Jak organizować efektywne operacje, role, zespoły i funkcje zespołu. |
Zarządzanie infrastrukturą analiz | Jak aprowizować platformę i wgląd w scenariusz. |
Architektura fizyczna
Fizyczna implementacja analizy w skali chmury składa się z dwóch głównych architektur: strefy docelowej zarządzania danymi i strefy docelowej danych.
Aplikacje danych
Aplikacje danych to podstawowa koncepcja dostarczania produktu danych i może być dopasowywana zarówno do wzorców typu lakehouse, jak i siatki danych.
Analiza w skali chmury
Wdrożenie analizy w skali chmury można skalować przy użyciu wielu stref docelowych danych.
Siatka danych
Zaimplementuj siatkę danych przy użyciu analizy w skali chmury. Chociaż większość wskazówek dotyczących analizy w skali chmury ma zastosowanie, istnieją pewne różnice, które należy wziąć pod uwagę w przypadku domen danych, samoobsługowych platform danych, dołączania produktów danych, ładu, platformy danych i udostępniania danych.
Szablony wdrażania na potrzeby analizy w skali chmury
W poniższej tabeli wymieniono szablony referencyjne, które można wdrożyć.
Repozytorium | Zawartość | Wymagania | Model wdrażania |
---|---|---|---|
Szablon zarządzania danymi | Centralne usługi zarządzania danymi i udostępnione usługi danych, takie jak wykaz danych i własne środowisko Integration Runtime | Tak | Jedna na analizę w skali chmury |
Szablon strefy docelowej danych | Usługi udostępnione strefy docelowej danych, w tym pozyskiwanie, zarządzanie i usługi magazynu danych | Tak | Jedna na strefę docelową danych |
Szablon integracji danych — przetwarzanie wsadowe | Dodatkowe usługi niezbędne do przetwarzania danych wsadowych | Nie. | Co najmniej jedna strefa docelowa danych |
Szablon integracji danych — przetwarzanie strumienia | Dodatkowe usługi niezbędne do przetwarzania strumienia danych | Nie. | Co najmniej jedna strefa docelowa danych |
Szablon produktu danych — analiza i nauka o danych | Dodatkowe usługi niezbędne do analizy danych i sztucznej inteligencji | Nie. | Co najmniej jedna strefa docelowa danych |
Te szablony zawierają szablony usługi Azure Resource Manager, pliki parametrów szablonów i definicje potoku ciągłej integracji/ciągłego wdrażania na potrzeby wdrażania zasobów.
Szablony mogą się zmieniać w czasie z powodu nowych usług i wymagań platformy Azure. Zabezpiecz główną gałąź każdego repozytorium, aby zachować wolne od błędów i gotowe do użycia i wdrożenia. Użyj subskrypcji programistycznej, aby przetestować zmiany konfiguracji szablonu przed scaleniem ulepszeń funkcji z powrotem z gałęzią główną.
Nawiązywanie połączenia ze środowiskami prywatnie
Architektura referencyjna jest bezpieczna zgodnie z projektem. Wykorzystuje wielowarstwowe podejście zabezpieczeń do przezwyciężenia typowych zagrożeń eksfiltracji danych.
Najprostszym rozwiązaniem zabezpieczeń jest hostowanie serwera przesiadkowego w sieci wirtualnej strefy docelowej zarządzania danymi lub strefy docelowej danych w celu nawiązania połączenia z usługami danych za pośrednictwem prywatnych punktów końcowych.
Często zadawane pytania
Aby uzyskać listę pytań i odpowiedzi dotyczących analizy w skali chmury, zobacz Często zadawane pytania.
Następne kroki
Omówienie strefy docelowej zarządzania danymi analizy w skali chmury