Tujuan integrasi adalah untuk menghubungkan aplikasi, data, layanan, dan perangkat, seringkali dengan cara yang kompleks. Melalui integrasi, organisasi menyatukan alur kerja sehingga konsisten dan dapat diskalakan. Bisnis menghubungkan aplikasi, data, dan proses dengan cara yang cepat, efisien, dan otomatis.
Koneksi dapat berjalan antara sistem lokal, cloud, dan edge. Mereka dapat menyatukan teknologi perusahaan, mitra, pihak ketiga, dan warisan.
Untuk data, integrasi menyediakan solusi untuk mengumpulkan dan memproses informasi dari berbagai sumber, dalam beberapa format.
Untuk mengintegrasikan aplikasi, terkadang panggilan API langsung cocok. Tetapi terkadang teknologi perlu berkomunikasi secara asinkron, melalui olahpesan atau peristiwa. Semua proses integrasi memerlukan orkestrasi—cara mudah untuk menentukan dan menjalankan logika alur kerja.
Azure menyediakan berbagai alat dan kemampuan integrasi, termasuk layanan ini:
- Azure API Management. Publikasikan API Anda dengan aman untuk digunakan pengembang internal dan eksternal saat menyambungkan ke sistem back-end.
- Azure Logic Apps. Buat alur kerja untuk menyambungkan ratusan layanan di cloud dan lokal.
- Azure Service Bus. Koneksi aplikasi dan layanan lokal dan berbasis cloud untuk menerapkan alur kerja olahpesan yang sangat aman.
- Azure Event Grid. Koneksi layanan Azure dan pihak ketiga yang didukung sekaligus menyederhanakan pengembangan aplikasi berbasis peristiwa.
- Fungsi-fungsi Azure. Menyederhanakan masalah orkestrasi yang kompleks dengan platform komputasi tanpa server berbasis peristiwa.
- Azure Data Factory. Integrasikan sumber data secara visual untuk mempercepat transformasi data dan mendukung alur kerja perusahaan.
Untuk informasi tentang layanan integrasi Azure lainnya, lihat Layanan Integrasi.
Apache®, Apache NiFi®, dan NiFi® adalah merek dagang terdaftar atau merek dagang dari Apache Software Foundation di Amerika Serikat dan/atau negara lain. Tidak ada dukungan oleh The Apache Software Foundation yang tersirat oleh penggunaan tanda ini.
Pengantar integrasi di Azure
Jika Anda baru menggunakan integrasi, tempat terbaik untuk memulai adalah Microsoft Learn. Platform online gratis ini menawarkan video, tutorial, dan pelatihan langsung untuk berbagai produk dan layanan.
Sumber daya berikut dapat membantu Anda mempelajari konsep inti integrasi:
- Mendesain integrasi data
- Desain integrasi untuk solusi Dynamics 365
- Integrasi data dengan aplikasi Keuangan dan Operasi
- Memeriksa integrasi bisnis untuk solusi IoT
- Mengintegrasikan data dengan Azure Data Factory atau Azure Synapse Pipeline
- Menjelajahi integrasi Event Grid
- Integrasi API arsitek di Azure
Jalur menuju produksi
Setelah Anda membahas dasar-dasar integrasi, langkah selanjutnya adalah merancang solusi Anda.
Pola desain
Untuk menjelajahi pola untuk dimasukkan ke dalam desain Anda, konsultasikan sumber daya di area berikut.
Sistem hibrid
- [Data berjenjang untuk analitik] [Data berjenjang untuk analitik]: Gunakan Azure Stack Hub untuk mengumpulkan, memproses, menyimpan, dan mendistribusikan data lokal dan jarak jauh.
- Penskalaan lintas cloud—data lokal: Lihat aplikasi hibrid yang mencakup Azure dan Azure Stack Hub dan menggunakan satu sumber data lokal, yang merupakan persyaratan kepatuhan untuk beberapa organisasi.
- Penskalakan lintas cloud dengan Traffic Manager: Gunakan Azure Traffic Manager untuk memperluas aplikasi lokal dengan menghubungkannya ke sumber daya cloud publik.
Arsitektur layanan mikro
- Pola Kotak Keluar Transaksional dengan Azure Cosmos DB: Terapkan pola Transactional Outbox untuk pesan yang andal antar layanan.
- Gateway data lokal untuk Azure Logic Apps: Koneksi layanan mikro Spring yang ditulis dalam Java ke data lokal.
- Mengidentifikasi batas layanan mikro: Mendapatkan layanan mikro dari model domain saat merancang aplikasi Anda.
- Mendesain komunikasi antar layanan untuk layanan mikro: Gunakan jala layanan untuk membuat komunikasi antara layanan mikro efisien dan kuat.
Solusi tanpa server
Bagikan lokasi secara real time menggunakan layanan Azure tanpa server bernilai rendah: Siapkan layanan olahpesan real time untuk berbagi lokasi langsung.
Migrasi mainframe
- Mengintegrasikan mainframe IBM dan antrean pesan midrange dengan Azure: Gunakan teknik data-first yang menyediakan cara bagi mainframe IBM dan antrean pesan midrange untuk bekerja dengan layanan Azure.
- [Rehost aplikasi mainframe ke Azure dengan pengkompilasi Raincode] [Refaktor aplikasi mainframe ke Azure dengan kompilator Raincode]: Gunakan pengkompilasi Raincode COBOL untuk memodernisasi aplikasi warisan mainframe tanpa mengubah kode.
- Akses mainframe ke database Azure: Berikan akses aplikasi mainframe dan midrange IBM ke database Azure jarak jauh.
Pemilih layanan
Sumber daya berikut juga dapat membantu Anda merancang aplikasi Anda. Selain memberikan informasi umum tentang mekanisme atau proses integrasi, setiap artikel membantu Anda memilih layanan Azure yang paling sesuai dengan kebutuhan Anda akan area tersebut.
- Opsi olahpesan asinkron: Memahami berbagai jenis pesan dan entitas yang berpartisipasi dalam infrastruktur olahpesan.
- Pilih antara peering jaringan virtual dan gateway VPN: Jelajahi dua cara untuk menyambungkan jaringan virtual di Azure.
- Ekstrak, transformasi, dan muat (ETL): Cari tahu cara mengumpulkan data yang berasal dari beberapa sumber dalam beberapa format, lalu mengubahnya dan menyimpannya.
Implementasi tertentu
Untuk mempelajari tentang arsitektur khusus skenario, lihat solusi di area berikut.
AI
- Prakiraan permintaan energi dan daya dengan pembelajaran mesin: Prakiraan lonjakan permintaan akan produk dan layanan energi.
- Solusi pemantauan pasien jarak jauh: Pantau pasien dari jarak jauh dan analisis volume besar data yang dihasilkan perangkat medis.
- Pengoptimalan pasokan energi: Mengakomodasi alat eksternal seperti Pyomo dan CBC untuk menyelesaikan masalah pengoptimalan numerik skala besar.
- Deteksi footfall berbasis AI: Menganalisis lalu lintas pengunjung di toko ritel dengan mendeteksi jejak kaki.
- Jaminan kualitas: Terapkan jaminan kualitas dalam garis perakitan dengan menggunakan analitik dan pembelajaran mesin untuk memprediksi masalah.
E-commerce
- Memodernisasi aplikasi .NET: Memigrasikan aplikasi .NET warisan dari bisnis ritel ke Azure.
- Proses bisnis kustom: Mengotomatiskan alur kerja dan terhubung ke sistem maskapai warisan.
- Memigrasikan aplikasi web menggunakan Azure APIM: Memodernisasi tumpukan perangkat lunak berbasis browser warisan dari perusahaan e-niaga.
Finance
- SWIFT Alliance Koneksi Virtual di Azure: Lihat seri artikel tentang menyambungkan ke jaringan SWIFT dengan menggunakan komponen Alliance Koneksi Virtual.
- Pola dan implementasi untuk transformasi cloud perbankan: Menerapkan pola yang menerapkan transformasi cloud sistem perbankan.
Solusi bisnis internal
- Pencarian Tempat Kerja Elastis di Azure: Gunakan Pencarian Tempat Kerja untuk mengambil informasi dari berbagai sumber heterogen dan membuatnya dapat dicari.
- Penyebaran Power Automate dalam skala besar: Gunakan model hub-and-spoke untuk menyebarkan alur induk dan turunan Power Automate.
- Ekstensi lini bisnis: Mengambil data dari sistem warisan secara berkelanjutan dan membuatnya tersedia di Power BI.
Arsitektur, teknik, dan konstruksi (AEC)
Penyusun azure digital twins: Gunakan data pemodelan informasi bangunan dari Autodesk Forge untuk mengotomatiskan pembuatan himpunan data dasar Azure Digital Twins.
Analitik
Pemrosesan dan analitik data geospasial: Membuat data geospasial dalam volume besar tersedia untuk analitik.
Layanan Kesehatan
Konsorsium data kesehatan: Berbagi data di antara anggota konsorsium layanan kesehatan.
Komputasi performa tinggi
Templat analisis risiko HPC: Gunakan Azure CycleCloud dalam aplikasi analisis risiko untuk memperluas komputasi TIBCO GridServer lokal ke Azure.
Praktik terbaik
Sumber daya ini dapat membantu Anda memeriksa desain Anda terhadap praktik terbaik yang direkomendasikan saat ini:
Azure Event Hubs dan Functions dapat bekerja sama dalam arsitektur tanpa server untuk memproses data dalam volume besar mendekati real time. Untuk panduan tentang cara memaksimalkan performa, ketahanan, keamanan, pengamatan, dan skala arsitektur ini, lihat artikel berikut:
Banyak solusi integrasi menggunakan Logic Apps untuk menerapkan proses bisnis. Untuk praktik terbaik dalam membangun arsitektur yang andal dengan layanan ini, lihat Kelangsungan bisnis dan pemulihan bencana untuk Azure Logic Apps.
Untuk memeriksa apakah implementasi Logic Apps Anda selaras dengan Azure Security Benchmark versi 2.0, lihat Garis besar keamanan Azure untuk Logic Apps.
Untuk informasi umum dan panduan tentang menggunakan Apache NiFi untuk memproses dan mendistribusikan data di Azure, lihat Apache NiFi di Azure.
Rangkaian penerapan dasar
Arsitektur referensi ini menyediakan implementasi dasar untuk berbagai skenario:
- Beban kerja analisis data untuk industri yang diatur: Jalankan beban kerja analitik data yang mempertimbangkan persyaratan peraturan.
- Akses ke jaringan virtual Azure dari Azure Logic Apps menggunakan lingkungan layanan integrasi (ISE): Membangun aplikasi logika yang berjalan di ISES dan mengakses sumber daya yang dilindungi.
- Menerbitkan API internal ke pengguna eksternal: Mengonsolidasikan API lalu mengeksposnya ke pengguna eksternal.
- Integrasi perusahaan dasar di Azure: Mengatur panggilan sinkron ke sistem back-end perusahaan.
- Integrasi perusahaan menggunakan broker pesan dan peristiwa: Mengatur panggilan asinkron ke sistem back-end perusahaan dengan menggunakan antrean dan peristiwa.
- Kecerdasan bisnis perusahaan: Memindahkan data dari database SQL Server lokal ke Azure Synapse Analytics dan mengubah data untuk analisis.
- Ujung depan web dan seluler: Membuat data pihak ketiga tersedia untuk pengguna web.
- Integrasi data dengan Logic Apps dan SQL Server: Mengotomatiskan tugas integrasi data yang Anda lakukan sebagai respons terhadap panggilan API.
Panduan operasi
Menyebarkan beban kerja Anda adalah tonggak penting. Setelah proses integrasi Anda berjalan, fokus Anda dapat beralih ke operasi. Materi berikut memberikan rekomendasi dan informasi referensi untuk membantu Anda terus memenuhi tuntutan pelanggan dan peraturan:
- [Notebook Jupyter Otomatis untuk diagnostik] [Notebook Jupyter Otomatis untuk diagnostik]: Tulis panduan pemecahan masalah dan langkah diagnostik di Jupyter Notebooks yang dapat Anda gunakan kembali, uji, dan otomatiskan.
- Tentang konektor di Azure Logic Apps: Pelajari cara memanfaatkan ratusan konektor yang ditawarkan Logic Apps.
- Kontrol Kepatuhan Terhadap Peraturan Azure Policy untuk Azure Logic Apps: Membuat Logic Apps mematuhi standar peraturan.
Tetap terkini dengan integrasi
Integrasi Azure menerima peningkatan secara berkelanjutan. Untuk tetap mengetahui perkembangan terbaru, lihat Pembaruan Azure.
Sumber Daya Tambahan:
Sumber daya berikut memberikan rekomendasi dan informasi praktis untuk skenario tertentu.
Informasi untuk Amazon Web Services (AWS)
- Layanan olahpesan di Azure dan AWS
- Perbandingan layanan AWS ke Azure—logika proses back-end lain-lain