Lo scopo dell'integrazione è connettere applicazioni, dati, servizi e dispositivi, spesso in modi complessi. Grazie all'integrazione, le organizzazioni riuniscono i flussi di lavoro in modo che siano coerenti e scalabili. Le aziende connettono applicazioni, dati e processi in modo rapido, efficiente e automatizzato.
le Connessione possono essere eseguite tra sistemi locali, cloud e perimetrali. Possono riunire tecnologie aziendali, partner, di terze parti e legacy.
Per i dati, l'integrazione offre soluzioni per raccogliere ed elaborare informazioni da più origini, in più formati.
Per integrare le applicazioni, a volte le chiamate API dirette sono adatte. Ma a volte le tecnologie devono comunicare in modo asincrono, tramite messaggi o eventi. Tutti i processi di integrazione richiedono l'orchestrazione, un modo semplice per definire ed eseguire la logica del flusso di lavoro.
Azure offre un'ampia gamma di strumenti e funzionalità di integrazione, inclusi questi servizi:
- Gestione API di Azure. Pubblicare in modo sicuro le API per sviluppatori interni ed esterni da usare per la connessione ai sistemi back-end.
- App per la logica di Azure. Creare flussi di lavoro per connettere centinaia di servizi nel cloud e in locale.
- Bus di servizio di Azure. Connessione applicazioni e servizi locali e basati sul cloud per implementare flussi di lavoro di messaggistica altamente sicuri.
- Griglia di eventi di Azure. Connessione servizi di Azure e di terze parti supportati semplificando lo sviluppo di app basate su eventi.
- Funzioni di Azure. Semplificare i problemi di orchestrazione complessi con una piattaforma di calcolo serverless basata su eventi.
- Azure Data Factory. Integrare visivamente le origini dati per accelerare la trasformazione dei dati e supportare i flussi di lavoro aziendali.
Per informazioni su altri servizi di integrazione di Azure, vedere Integration Services.
Apache®, Apache NiFi®, and NiFi® sono marchi o marchi registrati di Apache Software Foundation negli Stati Uniti e/o in altri paesi. L'uso di questi marchi non implica alcuna approvazione da parte di Apache Software Foundation.
Introduzione all'integrazione in Azure
Se non si ha familiarità con l'integrazione, il posto migliore per iniziare è Microsoft Learn. Questa piattaforma online gratuita offre video, esercitazioni e formazione pratica per vari prodotti e servizi.
Le risorse seguenti consentono di apprendere i concetti di base dell'integrazione:
- Progettare l'integrazione dei dati
- Progettazione dell'integrazione per soluzioni Dynamics 365
- Integrazioni dei dati con le app Finance and Operations
- Esaminare l'integrazione aziendale per le soluzioni IoT
- Integrare i dati con Azure Data Factory o la pipeline di Azure Synapse
- Esplorare l'integrazione di Griglia di eventi
- Progettare l'integrazione dell'API in Azure
Percorso di produzione
Dopo aver trattato i concetti fondamentali dell'integrazione, il passaggio successivo consiste nel progettare la soluzione.
Schemi progettuali
Per esplorare i modelli da incorporare nella progettazione, consultare le risorse nelle aree seguenti.
Sistemi ibridi
- [Dati a livelli per l'analisi] [Dati a livelli per l'analisi]: usare l'hub di Azure Stack per raccogliere, elaborare, archiviare e distribuire dati locali e remoti.
- Scalabilità tra cloud: dati locali: vedere un'app ibrida che si estende su Azure e l'hub di Azure Stack e usa una singola origine dati locale, che è un requisito di conformità per alcune organizzazioni.
- Scalabilità tra cloud con Gestione traffico: usare Gestione traffico di Azure per estendere un'app locale connettendola alle risorse del cloud pubblico.
Architetture di microservizi
- Modello outbox transazionale con Azure Cosmos DB: implementare il modello Outbox transazionale per la messaggistica affidabile tra i servizi.
- Gateway dati locale per App per la logica di Azure: Connessione microservizi Spring scritti in Java in dati locali.
- Identificare i limiti dei microservizi: derivare i microservizi da un modello di dominio durante la progettazione dell'applicazione.
- Progettare la comunicazione tra servizi per microservizi: usare mesh di servizi per rendere efficiente e affidabile la comunicazione tra microservizi.
Soluzioni serverless
Condividere la posizione in tempo reale usando i servizi di Azure serverless a basso costo: configurare un servizio di messaggistica in tempo reale per condividere le posizioni attive.
Migrazione dei mainframe
- Integrare le code di messaggi IBM mainframe e midrange con Azure: usare una tecnica data-first che consente a IBM mainframe e code di messaggi midrange di usare i servizi di Azure.
- [Eseguire il rehosting delle applicazioni mainframe in Azure con compilatori Raincode] [Effettuare il refactoring delle applicazioni mainframe in Azure con compilatori Raincode]: usare il compilatore COBOL Raincode per modernizzare le applicazioni legacy mainframe senza modificare il codice.
- Accesso mainframe ai database di Azure: concedere alle applicazioni ibm mainframe e midrange l'accesso ai database di Azure remoti.
Selettori di servizio
Le risorse seguenti consentono anche di progettare l'applicazione. Oltre a fornire informazioni generali su un meccanismo o un processo di integrazione, ogni articolo consente di selezionare un servizio di Azure che soddisfi al meglio le esigenze di tale area.
- Opzioni di messaggistica asincrona: comprendere vari tipi di messaggi e le entità che partecipano a un'infrastruttura di messaggistica.
- Scegliere tra il peering di rete virtuale e i gateway VPN: esplorare due modi per connettere le reti virtuali in Azure.
- Estrarre, trasformare e caricare (ETL): informazioni su come raccogliere dati provenienti da più origini in più formati e quindi trasformarli e archiviarlo.
Implementazioni specifiche
Per informazioni sulle architetture specifiche dello scenario, vedere le soluzioni nelle aree seguenti.
AI
- Prevedere la domanda di energia e energia con Machine Learning: prevedere picchi di domanda di prodotti e servizi energetici.
- Soluzioni di monitoraggio remoto dei pazienti: monitorare in remoto i pazienti e analizzare il volume elevato di dati generati dai dispositivi medici.
- Ottimizzazione dell'approvvigionamento energetico: supportare strumenti esterni come Pyomo e CBC per risolvere problemi di ottimizzazione numerica su larga scala.
- Rilevamento delle prestazioni di piede basate sull'intelligenza artificiale: analizzare il traffico dei visitatori nei punti vendita al dettaglio rilevando i piedi.
- Garanzia di qualità: implementare la garanzia di qualità in una linea di montaggio usando l'analisi e l'apprendimento automatico per prevedere i problemi.
e-commerce
- Modernizzare le applicazioni .NET: eseguire la migrazione delle applicazioni .NET legacy di un'azienda di vendita al dettaglio in Azure.
- Processi aziendali personalizzati: automatizzare i flussi di lavoro e connettersi ai sistemi aerei legacy.
- Eseguire la migrazione di un'app Web con Gestione API di Azure: modernizzare lo stack di software basato su browser legacy di una società di e-commerce.
Dati finanziari
- SWIFT Alliance Connessione Virtual in Azure: vedere una serie di articoli sulla connessione alla rete SWIFT usando il componente Alliance Connessione Virtual.
- Modelli e implementazioni per una trasformazione del cloud bancario: applicare modelli che implementano una trasformazione cloud del sistema bancario.
Soluzioni aziendali interne
- Elastic Workplace Search in Azure: usare Workplace Search per acquisire informazioni da numerose origini eterogenee e renderle ricercabili.
- Distribuzione di Power Automate su larga scala: usare un modello hub-spoke per distribuire flussi padre e figlio di Power Automate.
- Estensione line-of-business: recuperare i dati dai sistemi legacy in modo continuativo e renderli disponibili in Power BI.
Architettura, ingegneria e costruzione (AEC)
Generatore di gemelli digitali di Azure: usare la creazione di dati di modellazione delle informazioni di Autodesk Forge per automatizzare la creazione di un set di dati di base di Gemelli digitali di Azure.
Analisi
Elaborazione e analisi geospaziali dei dati: rendere disponibili grandi volumi di dati geospaziali per l'analisi.
Settore sanitario
Consorzio dei dati sanitari: condividere i dati tra i membri di un consorzio sanitario.
HPC (High Performance Computing)
Modello di analisi dei rischi HPC: usare Azure CycleCloud in un'applicazione di analisi dei rischi per espandere le risorse di calcolo TIBCO GridServer locali in Azure.
Procedure consigliate
Queste risorse consentono di individuare la progettazione rispetto alle procedure consigliate correnti:
Hub eventi di Azure e Funzioni possono collaborare in un'architettura serverless per elaborare grandi volumi di dati quasi in tempo reale. Per indicazioni su come ottimizzare le prestazioni, la resilienza, la sicurezza, l'osservabilità e la scalabilità di questa architettura, vedere questi articoli:
Molte soluzioni di integrazione usano App per la logica per implementare i processi aziendali. Per le procedure consigliate per la creazione di architetture affidabili con questo servizio, vedere Continuità aziendale e ripristino di emergenza per App per la logica di Azure.
Per verificare se l'implementazione di App per la logica è allineata con Azure Security Benchmark versione 2.0, vedere Baseline di sicurezza di Azure per App per la logica.
Per informazioni generali e linee guida sull'uso di Apache NiFi per elaborare e distribuire i dati in Azure, vedere Apache NiFi in Azure.
Suite di implementazioni di base
Queste architetture di riferimento forniscono implementazioni di base per diversi scenari:
- Carichi di lavoro di analisi dei dati per i settori regolamentati: eseguire carichi di lavoro di analisi dei dati che tengono conto dei requisiti normativi.
- Accesso alle reti virtuali di Azure da App per la logica di Azure usando un ambiente del servizio di integrazione (I edizione Standard): creare app per la logica eseguite in I edizione Standard e accedere alle risorse protette.
- Pubblicare API interne agli utenti esterni: consolidare le API e quindi esporle agli utenti esterni.
- Integrazione aziendale di base in Azure: orchestrare le chiamate sincrone ai sistemi back-end aziendali.
- Integrazione aziendale con broker di messaggi ed eventi: orchestrare le chiamate asincrone ai sistemi back-end aziendali usando code ed eventi.
- Business intelligence aziendale: spostare i dati da un database SQL Server locale ad Azure Synapse Analytics e trasformare i dati per l'analisi.
- Front-end Web e per dispositivi mobili: rendere i dati di terze parti disponibili per gli utenti Web.
- Integrazione dei dati con App per la logica e SQL Server: automatizzare le attività di integrazione dei dati eseguite in risposta alle chiamate API.
Guida operativa
La distribuzione del carico di lavoro è un'attività cardine significativa. Dopo l'esecuzione dei processi di integrazione, lo stato attivo può passare alle operazioni. I materiali seguenti forniscono raccomandazioni e informazioni di riferimento che consentono di continuare a soddisfare le esigenze dei clienti e delle normative:
- [Notebook di Jupyter automatizzati per la diagnostica] [Notebook di Jupyter automatizzati per la diagnostica]: scrivere guide alla risoluzione dei problemi e passaggi di diagnostica in Jupyter Notebook che è possibile riutilizzare, testare e automatizzare.
- Informazioni sui connettori in App per la logica di Azure: informazioni su come sfruttare centinaia di connettori offerti da App per la logica.
- Criteri di Azure controlli di conformità alle normative per App per la logica di Azure: rendere le app per la logica conformi agli standard normativi.
Rimanere aggiornati con l'integrazione
L'integrazione di Azure riceve miglioramenti in modo continuativo. Per restare aggiornati sugli sviluppi recenti, vedere Aggiornamenti di Azure.
Risorse aggiuntive
Le risorse seguenti forniscono consigli pratici e informazioni per scenari specifici.
Informazioni per Amazon Web Services (AWS)
- Servizi di messaggistica in Azure e AWS
- Confronto tra AWS e servizi di Azure: logica di processo back-end varie