Wraz ze wzrostem wykładniczym danych organizacje korzystają z nieograniczonej mocy obliczeniowej, magazynu i analitycznej platformy Azure, aby skalować, przesyłać strumieniowo, przewidywać i wyświetlać swoje dane. Rozwiązania analityczne przekształcają ilości danych w przydatną analizę biznesową(BI), taką jak raporty i wizualizacje, oraz pomysłową sztuczną inteligencję (AI), takie jak prognozy oparte na uczeniu maszynowym.
Niezależnie od tego, czy twoja organizacja dopiero zaczyna oceniać narzędzia analityczne oparte na chmurze, czy chce rozszerzyć bieżącą implementację, platforma Azure oferuje wiele opcji. Przepływ pracy rozpoczyna się od zapoznania się z typowymi podejściami i dopasowywaniem procesów i ról wokół myślenia w chmurze.
Dane mogą być przetwarzane w partiach lub w czasie rzeczywistym, lokalnie lub w chmurze, ale celem każdego rozwiązania analitycznego jest wykorzystanie danych na dużą skalę. Coraz częściej organizacje chcą utworzyć jedno źródło prawdy dla wszystkich danych relacyjnych i nierelacyjnych generowanych przez ludzi, maszyny i Internet rzeczy (IoT). Często używa się architektury danych big data lub architektury IoT do przekształcania danych pierwotnych w postaci ustrukturyzowanej, a następnie przenoszenia ich do magazynu danych analitycznych. Ten magazyn staje się pojedynczym źródłem prawdy, które może napędzać wiele szczegółowych rozwiązań analitycznych.
Pobierz plik programu Visio z tą architekturą.
Dowiedz się więcej o analizie na platformie Azure
Jeśli dopiero zaczynasz korzystać z analizy na platformie Azure, najlepszym miejscem, aby dowiedzieć się więcej, jest platforma szkoleniowa Microsoft Learn, bezpłatna platforma szkoleniowa online. Znajdziesz filmy wideo, samouczki i praktyczne uczenie się dla określonych produktów i usług oraz ścieżki szkoleniowe oparte na twojej roli pracy, takie jak deweloper lub analityk danych.
Gotowości organizacyjnej
Jeśli Twoja organizacja jest nowa w chmurze, przewodnik Cloud Adoption Framework może pomóc w rozpoczęciu pracy. Ta kolekcja dokumentacji i najlepszych rozwiązań oferuje sprawdzone wskazówki od firmy Microsoft mające na celu przyspieszenie wdrażania chmury. Zawiera również listę narzędzi do innowacji w celu demokratyzacji danych na platformie Azure.
Aby zapewnić jakość rozwiązania analitycznego na platformie Azure, zalecamy skorzystanie z platformy Azure Well-Architected Framework. Zawiera on normatywne wskazówki dla organizacji poszukujących doskonałości architektury i omawia sposób projektowania, aprowizacji i monitorowania rozwiązań platformy Azure zoptymalizowanych pod kątem kosztów.
Ścieżka do środowiska produkcyjnego
Znajomość sposobu przechowywania danych jest jednym z pierwszych decyzji, które należy podjąć w drodze do analizy na platformie Azure. Następnie możesz wybrać najlepszą technologię analizy danych dla danego scenariusza.
Aby rozpocząć pracę, rozważ następujące przykładowe implementacje:
Przetwarzanie strumieniowe za pomocą usługi Azure Databricks
Przetwarzanie strumieniowe za pomocą usługi Azure Stream Analytics
Najlepsze rozwiązania
Analiza wysokiej jakości zaczyna się od niezawodnych, godnych zaufania danych. Na najwyższym poziomie praktyki zabezpieczeń informacji pomagają zapewnić ochronę danych podczas przesyłania i przechowywania. Dostęp do tych danych musi być również zaufany. Wiarygodne dane oznaczają projekt, który implementuje:
Sieciowe mechanizmy kontroli zabezpieczeń.
Ochrona danych.
Na poziomie platformy następujące najlepsze rozwiązania dotyczące danych big data przyczyniają się do wiarygodnej analizy na platformie Azure:
Organizowanie pozyskiwania danych przy użyciu przepływu pracy danych lub rozwiązania potoku, takiego jak te obsługiwane przez usługę Azure Data Factory lub Oozie.
Przetwarzanie danych w miejscu przy użyciu rozproszonego magazynu danych, czyli podejścia do danych big data, które obsługuje większe ilości danych i większą gamę formatów.
Czyszczenie poufnych danych już w ramach przepływu pracy pozyskiwania, aby uniknąć przechowywania ich w usłudze Data Lake.
Rozważ łączny koszt wymaganych zasobów platformy Azure, równoważąc koszt poszczególnych jednostek węzłów obliczeniowych potrzebny na minutę użycia tych węzłów do ukończenia zadania.
Utwórz magazyn typu data lake, który łączy magazyn dla plików w wielu formatach, zarówno ustrukturyzowanych, częściowo ustrukturyzowanych, jak i bez struktury. W firmie Microsoft używamy usługi Azure Data Lake Storage Gen2 jako naszego pojedynczego źródła prawdy. Zobacz na przykład architekturę rozwiązania analizy biznesowej w centrum doskonałości.
Dodatkowe zasoby
Analiza jest szeroką kategorią i obejmuje szereg rozwiązań. Poniższe zasoby mogą pomóc w odnalezieniu dodatkowych informacji na temat platformy Azure.
Połączenie hybrydowe
Zdecydowana większość organizacji wymaga hybrydowego podejścia do analizy, ponieważ ich dane są hostowane zarówno lokalnie, jak i w chmurze. Organizacje często rozszerzają lokalne rozwiązania danych do chmury. Aby połączyć środowiska, organizacje muszą wybrać architekturę sieci hybrydowej.
Podejście hybrydowe może obejmować systemy mainframe i midrange jako źródło danych dla rozwiązań platformy Azure. Na przykład organizacja może chcieć zmodernizować dane mainframe i midrange lub zapewnić dostęp do komputerów mainframe do baz danych platformy Azure.
Przykładowe rozwiązania
Oto kilka przykładowych implementacji analizy na platformie Azure, które należy wziąć pod uwagę:
Analiza danych big data za pomocą usługi Azure Data Explorer
Nowoczesna architektura analizy za pomocą usługi Azure Databricks
Analiza danych big data z zabezpieczeniami klasy korporacyjnej przy użyciu usługi Azure Synapse
Przeglądanie dodatkowych przykładów analizy w Centrum architektury platformy Azure
Specjaliści ds. usług AWS lub Google Cloud
Te artykuły mogą pomóc w szybkim analizie, porównując opcje analizy platformy Azure z innymi usługami w chmurze:
Analiza i dane big data w technologiach bazy danych na platformie Azure i na platformie AWS
Porównanie danych big data i analiz w usłudze Google Cloud to Azure