Analys i molnskala för reglerade branscher
Med större och mer avancerade former av molnimplementering blir din resa till molnet mer komplex. Azure-analys i molnskala är ett skalbart, repeterbart ramverk som uppfyller organisationens unika behov av att skapa moderna dataplattformar.
Analys i molnskala omfattar både tekniska och icke-tekniska överväganden för analys och styrning i molnet. Den här vägledningen strävar efter att stödja hybrid- och multimolnimplementering genom att vara molnagnostisk, men de inkluderade tekniska implementeringsexemplen fokuserar på Azure-produkter.
Analys i molnskala har följande mål:
- Hantera data som en produkt i stället för en biprodukt
- Tillhandahålla ett ekosystem med dataprodukter i stället för ett unikt informationslager som kanske inte passar bäst för ditt datascenario
- Kör en standardmetod för att framtvinga datastyrning och säkerhet
- Få teamen att konsekvent prioritera affärsresultat i stället för att bara fokusera på den underliggande tekniken.
Analys i molnskala bygger på Microsofts ramverk för molnimplementering och kräver förståelse för landningszoner. Om du inte redan har en implementering av Azure-landningszoner kan du kontakta dina molnteam om hur du uppfyller kraven. Mer information finns i Se till att miljön är förberedd för molnimplementeringsplanen.
Med referensarkitekturer kan du börja med ett litet fotavtryck och växa med tiden och anpassa scenariot till dina användningsfall.
Analys i molnskala innehåller repeterbara mallar som påskyndar fem kärninfrastruktur- och resursdistributioner. Det är också anpassningsbart för olika organisationsstorlekar. Om du är ett litet företag med begränsade resurser kan en centraliserad driftsmodell blandat med vissa experter på affärsämnen passa din situation. Om du är ett större företag med autonoma affärsenheter (var och en med sina egna datatekniker och analytiker) som mål kan en distribuerad driftsmodell som datanät eller datainfrastruktur bättre tillgodose dina behov.
Målsättningar
Analys i molnskala tillhandahåller ett ramverk som bygger på följande principer. Dessa principer hanterar utmaningar med komplexa dataarkitekturer som inte skalas efter organisationers behov.
Princip | beskrivning |
---|---|
Tillåt |
|
Följa |
|
Support |
|
Adoptera |
|
Begå |
|
Aktivera |
|
Riktlinjer för implementering
Implementeringsvägledningen kan delas in i två avsnitt:
- Global vägledning som gäller för alla arbetsbelastningar.
- Specifik vägledning i molnskala
Global vägledning
Dokumentation | beskrivning |
---|---|
Cloud Adoption Framework | Att hantera och styra data är en livscykelprocess som börjar med att bygga vidare på din befintliga molnstrategi och hela vägen till din pågående verksamhet. Cloud Adoption Framework hjälper dig att vägleda din dataegendoms hela livscykel. |
Azure Well-Architected Framework | Arbetsbelastningsarkitektur och -åtgärder har en direkt effekt på data. Förstå hur din arkitektur kan förbättra din hantering och styrning av arbetsbelastningsdata. |
Specifik vägledning i molnskala
Avsnitt | beskrivning |
---|---|
Skapa en initial strategi | Så här skapar du din datastrategi och pivot för att bli en datadriven organisation. |
Definiera din plan | Så här utvecklar du en plan för analys i molnskala. |
Förbereda analysegendom | Översikt över hur du förbereder din molnskalig analysegendom med viktiga designområdesöverväganden som företagsregistrering, nätverk, identitets- och åtkomsthantering, principer, affärskontinuitet och haveriberedskap. |
Styra din analys | Krav för att styra data, datakatalog, ursprung, hantering av huvuddata, datakvalitet, avtal för datadelning och metadata. |
Skydda din analysegendom | Skydda analysegendom med autentisering och auktorisering, datasekretess och hantering av dataåtkomst. |
Organisera personer och team | Så här organiserar du effektiva åtgärder, roller, team och teamfunktioner. |
Hantera din analysegendom | Hur du etablerar plattform och observerbarhet för ett scenario. |
Arkitekturer
I det här avsnittet beskrivs information om fysiska implementeringar av analys i molnskala. Den mappar de fysiska arkitekturerna för landningszoner för datahantering och datalandningszoner.
Analys i molnskala har två viktiga arkitekturbegrepp:
- Datalandningszonen
- Landningszonen för datahantering
- Integrering med programvarubaserade lösningar som Microsoft Fabric och Microsoft Purview
Dessa arkitekturer standardiserar metodtips och minimerar flaskhalsar i distributionen för dina utvecklingsteam och kan påskynda distributionen av vanliga analyslösningar i molnskala. Du kan använda deras vägledning för lakehouse- och datanätarkitekturer. Den vägledningen belyser de funktioner du behöver för en väl styrd analysplattform som skalar efter dina behov.
Mer information finns i: Översikt över arkitekturer
Distributionsmallar
Det här avsnittet innehåller många referensmallar som kan distribueras.
Lagringsplats | Innehåll | Obligatoriskt | Distributionsmodell |
---|---|---|---|
Mall för datahantering | Centrala datahanteringstjänster och delade datatjänster som datakatalog och lokalt installerad integrationskörning | Ja | En analys per molnskala |
Mall för datalandningszon | Delade tjänster i datalandningszonen, inklusive inmatnings-, hanterings- och datalagringstjänster | Ja | En per datalandningszon |
Dataintegreringsmall – batchbearbetning | Ytterligare tjänster som krävs för bearbetning av batchdata | Nej | En eller flera per datalandningszon |
Dataintegreringsmall – dataströmbearbetning | Ytterligare tjänster som krävs för dataströmbearbetning | Nej | En eller flera per datalandningszon |
Dataproduktmall – analys och datavetenskap | Ytterligare tjänster som krävs för dataanalys och AI | Nej | En eller flera per datalandningszon |
Dessa mallar innehåller Azure Resource Manager-mallar, mallarnas parameterfiler och CI/CD-pipelinedefinitioner för resursdistribution.
Mallar kan ändras över tid på grund av nya Azure-tjänster och krav. Skydda varje lagringsplatss huvudgren så att den förblir felfri och redo för förbrukning och distribution. Använd en utvecklingsprenumeration för att testa mallkonfigurationsändringar innan du sammanfogar funktionsförbättringar till huvudgrenen.
Mer information finns i Distributionsmallar.
Bästa praxis
Följande avancerade artiklar på nivå 300+ i innehållsförteckningen för analys i molnskala kan hjälpa centrala IT-team att distribuera verktyg och hantera processer för datahantering och styrning:
- Datainmatning för analys i molnskala
- Data lake storage för analys i molnskala
- Använda Azure Databricks i analys i molnskala
- Använda Azure Synapse Analytics för analys i molnskala
Aktuella Azure-produkter
Expandera avsnittet Aktuella Azure-produkter i innehållsförteckningen för analys i molnskala för att lära dig mer om De Azure-produkter som stöder analys i molnskala.
Vanliga kundresor
Följande vanliga kundresor stöder analys i molnskala:
Förbered din miljö. Använd artiklarna Förbered din miljö som resurser. Upprätta processer och metoder som stöder hela portföljen med arbetsbelastningar i din dataegendom.
Påverka ändringar i enskilda arbetsbelastningar. När dina analysprocesser i molnskala förbättras hittar dina centrala datastyrningsteam krav som är beroende av kunskap om arkitekturen bakom enskilda arbetsbelastningar. Använd artiklarna Arkitektur för att förstå hur du kan använda scenarierna i för ditt användningsfall.
Optimera enskilda arbetsbelastningar och arbetsbelastningsteam. Börja med vägledningen för Azure Well-Architected Framework för att integrera analysstrategier i molnskala i enskilda arbetsbelastningar. Den här vägledningen beskriver metodtips och arkitekturer som centrala IT- och styrningsteam bör använda för att påskynda utvecklingen av enskilda arbetsbelastningar.
Använd metodtips för att registrera enskilda tillgångar. Expandera avsnittet Metodtips i innehållsförteckningen för analys i molnskala för att hitta artiklar om processer för registrering av hela dataegendomen i ett analyskontrollplan i molnskala.
Använd specifika Azure-produkter. Påskynda och förbättra analysfunktionerna i molnskala genom att använda Azure-produkterna i avsnittet Aktuella Azure-produkter i innehållsförteckningen för analys i molnskala.
Vidta åtgärd
Mer information om hur du planerar att implementera analys i molnskala finns i:
Nästa steg
Påbörja din analysresa i molnskala: