Vad är Azure Purview?

  • Artikel
  • 5 minuter för att läsa

Azure Purview är en tjänst för enhetlig datastyrning som hjälper dig att hantera och styra dina lokala data, data i flera moln och SaaS (programvara som en tjänst). Skapa enkelt en holistisk, uppdaterad karta över ditt datalandskap med automatiserad dataidentifiering, känslig dataklassificering och data från start till slut. Ge datakonsumenter möjlighet att hitta värdefulla, tillförlitliga data.

Azure Purview Data Map utgör grunden för dataidentifiering och effektiv datastyrning. Purview Data Map är en molnbaserad PaaS-tjänst som samlar in metadata om företagsdata som finns i analys- och operativsystem lokalt och i molnet. Purview Data Map uppdateras automatiskt med det inbyggda automatiska skannings- och klassificeringssystemet. Företagsanvändare kan konfigurera och använda Purview-Data Map via ett intuitivt användargränssnitt och utvecklare kan programmatiskt interagera med Data Map med apache Atlas 2.0-API:er med öppen källkod.

Azure Purview Data Map ger datainsikterna Purview Data Catalog Purview data insights som enhetliga upplevelser i Purview Studio.

Med Purview Data Catalog kan både affärsanvändare och tekniska användare snabbt & enkelt hitta relevanta data med hjälp av en sökupplevelse med filter baserade på olika objektiv som ordlistor, klassificeringar, känslighetsetiketter med mera. För ämnesexperter, dataansvariga och chefer tillhandahåller Purview Data Catalog datahanteringsfunktioner som hantering av företagsordlistor och möjlighet att automatisera taggning av datatillgångar med ordlistor. Datakonsumenter och producenter kan också visuellt spåra datatillgångars härledning från de lokala driftsystemen genom förflyttning, transformering & berikning med olika datalagringssystem för &-bearbetning i molnet till förbrukning i ett analyssystem som Power BI.

Med purview-datainsikter kan dataansvariga och säkerhetsansvariga få en överblick och snabbt förstå vilka data som genomsöks aktivt, var känsliga data är och hur de flyttas.

Det är svårt för datakonsumenterna att hitta rätt

Traditionellt har identifiering av företagsdatakällor varit en organisk process baserad på goda kunskaper. För företag som vill ha mest värde av sina informationstillgångar innebär den här metoden många utmaningar:

  • Eftersom det inte finns någon central plats för att registrera datakällor kanske användarna inte känner till en datakälla om de inte kommer i kontakt med den som en del av en annan process.
  • Om användarna inte känner till platsen för en datakälla kan de inte ansluta till data med hjälp av ett klientprogram. Dataförbrukningsupplevelser gör att användarna måste känner till anslutningssträngen eller sökvägen.
  • Den avsedda användningen av data är dold för användare om de inte känner till platsen för en datakällas dokumentation. Datakällor och dokumentation kan finnas på flera platser och användas via olika typer av upplevelser.
  • Om användare har frågor om en informationsresurs måste de hitta experten eller teamet som ansvarar för data och prata med dem offline. Det finns ingen uttrycklig koppling mellan data och experter som har perspektiv på dess användning.
  • Om inte användarna förstår processen för att begära åtkomst till datakällan hjälper identifiering av datakällan och dess dokumentation inte dem att komma åt data.

Det är svårt för dataproducenterna att hitta rätt

Datakonsumenterna står inför vissa svårigheter, medan användarna som ansvarar för att producera och upprätthålla informationstillgångar står inför andra svårigheter:

  • Det är ofta en onödig ansträngning att kommentera datakällor med beskrivande metadata. Klientprogram ignorerar vanligtvis beskrivningar som lagrats i datakällan.
  • Det kan vara svårt att skapa dokumentation för datakällor och det är ett kontinuerligt ansvar att hålla dokumentationen synkroniserad med datakällor. Användare kanske inte litar på dokumentation som uppfattas som in date.
  • Det är komplicerat och tidskrävande att skapa och upprätthålla dokumentationen för en datakälla. Det är ofta ännu svårare att göra dokumentationen lättillgänglig för alla som använder datakällan.
  • Det är en ständig utmaning att begränsa tillgången till datakällan och samtidigt se till att datakonsumenterna vet hur de begär tillgång.

När sådana utmaningar kombineras utgör de ett stort hinder för företag som vill uppmuntra och främja användning och förståelse av företagsdata.

Identifieringsutmaningar för säkerhetsadministratörer

Användare som ansvarar för att säkerställa säkerheten för organisationens data kan ha några av de utmaningar som anges ovan som datakonsumenter och producenter, samt följande ytterligare utmaningar:

  • En organisations data växer, lagras och delas ständigt i nya riktningar. Uppgiften att identifiera, skydda och styra känsliga data är en uppgift som aldrig upphör. Du vill se till att organisationens innehåll delas med rätt personer, program och med rätt behörigheter.
  • För att förstå risknivåerna i din organisations data måste du gå in på djupet i ditt innehåll och leta efter nyckelord, RegEx-mönster och/eller känsliga datatyper. Känsliga datatyper kan till exempel vara kreditkortsnummer, personnummer eller bankkontonummer. Du måste ständigt övervaka alla datakällor för känsligt innehåll, eftersom även den minsta mängden dataförlust kan vara viktig för din organisation.
  • Att se till att din organisation fortsätter att följa företagets säkerhetsprinciper är en utmanande uppgift när ditt innehåll växer och ändras, och när dessa krav och principer uppdateras för föränderlig digital verklighet. Säkerhetsadministratörer får ofta uppgiften att säkerställa datasäkerhet så snabbt som möjligt.

Azure Purview-fördelar

Azure Purview är utformat för att hantera de problem som nämns i föregående avsnitt och för att hjälpa företag att få ut det mesta av sina befintliga informationstillgångar. Katalogen gör det enkelt för användare som hanterar data att identifiera och förstå datakällor.

Azure Purview tillhandahåller en molnbaserad tjänst där du kan registrera datakällor. Under registreringen finns data kvar på den befintliga platsen, men en kopia av dess metadata läggs till i Azure Purview, tillsammans med en referens till datakällans plats. Dessa metadata indexeras också för att det ska bli enkelt att identifiera alla datakällor och för att användare som identifierar dem ska förstå dem.

När du har registrerat en datakälla kan du utöka dess metadata. Antingen den användare som registrerade datakällan eller en annan användare i företaget lägger till metadata. Alla användare kan kommentera en datakälla genom att ange beskrivningar, taggar eller andra metadata för att begära åtkomst till datakällan. Dessa beskrivande metadata kompletterar strukturella metadata, till exempel kolumnnamn och datatyper, som har registrerats från datakällan.

Huvudsyftet med registrering av källorna är att identifiera och förstå datakällor och deras användningsområden. Företagsanvändare behöver data för business intelligence, programutveckling, datavetenskap eller andra uppgifter där rätt data krävs. De använder identifieringen av datakatalogen för att snabbt hitta data som matchar deras behov, förstå data för att utvärdera dess lämplighet och använda data genom att öppna datakällan i val av verktyg.

På samma gång kan användarna bidra till katalogen genom att tagga, dokumentera och kommentera datakällor som redan har registrerats. De kan också registrera nya datakällor som sedan identifieras, förstås och används av communityn med kataloganvändare.

Datahemhemlighet i regionen

För Azure Purview lagras vissa tabellnamn, sökvägar och information om objektsökvägar i USA. Med undantag från tidigare nämnts är möjligheten att aktivera lagring av alla andra kunddata i en enda region för närvarande tillgänglig i alla regioner.

Nästa steg

Information om hur du kommer igång med Azure Purview finns i Skapa ett Azure Purview-konto.