Översikt över referensarkitekturer för analys i molnskala i Azure
Analys i molnskala är utformad för att vara modulär. Det gör att kunderna kan börja med ett litet fotavtryck och växa med tiden. Kunderna bör bestämma i förväg hur datadomäner ska organiseras mellan datalandningszoner. Byggstenarna kan distribueras via Azure Portal, GitHub Actions arbetsflöden och Azure Pipelines. Malllagringsplatserna för datahanteringslandningszonen, datalandningszonen och dataintegrering/-produkter innehåller YAML-exempelpipelines som hjälper dig att komma igång snabbare med att konfigurera dina miljöer.
Anteckning
Malllagringsplatserna kan användas för att distribuera referensarkitekturerna som anges i den här artikeln. Länkar till dessa lagringsplatser finns i den detaljerade beskrivningen av varje arkitektur.
Exempel på referensarkitekturer
Följande arkitekturexempel kan hjälpa dig att anpassa analys i molnskala till ditt användningsfall.
| Scenario | Exempelkund | Description |
|---|---|---|
| Landningszon för enskilda data | Adatum Corporation | Den här referensarkitekturen är perfekt för kunder som har identifierat en enhet i sin verksamhet som är redo att distribuera analysarbetsbelastningar till Azure. Den här arkitekturen distribuerar en enda landningszon som kan användas av affärsenheten för att hantera deras dataegendom. Det ger flexibiliteten att lägga till fler landningszoner för andra affärsenheter när de är redo att flytta till Azure. |
| Flera datalandningszoner | Relecloud | Den här referensarkitekturen är relevant för kunder som redan har implementerat en grundläggande version av analys i molnskala och nu är redo att vara värd för ett nytt företag som moderniserar analysverksamheten. Det visar ett mer komplext scenario med flera landningszoner, dataintegreringar och dataprodukter. |
| Mycket känsliga datalandningszoner | Lamna Healthcare | Den här referensarkitekturen är avsedd för kunder som vill använda analys i molnskala, inte bara för skalbarhet utan även för att skydda sina data. Den visar hur åtkomsten till känsliga data kan kontrolleras och hur desensitiserade data på rätt sätt kan delas med analytiker. |
| Scenario för finansiella institut för datanät | Woodgrove Bank | Den här referensarkitekturen är skriven för kunder som vill använda analys i molnskala för en datanätsanalysdataarkitektur och driftsmodell. Det visar ett mer komplext scenario med flera landningszoner, dataintegreringar och dataprodukter. |