Nous sommes ravis d'annoncer la sortie du Objectif d'analyse de données. L'objectif est constitué d'un livre blanc sur les objectifs et un objectif créé par AWS disponible dans le Catalogue d'objectifs de l'outil AWS Well-Architected. Le framework AWS Well-Architected fournit une approche cohérente pour évaluer les architectures et mettre en œuvre des conceptions évolutives. Avec AWS Well-Architected Framework, les architectes cloud, les architectes système, les ingénieurs et les développeurs peuvent créer une infrastructure sécurisée, hautes performances, résiliente et efficace pour leurs applications et charges de travail.

À l'aide de Lens dans le catalogue Lens de l'outil, vous pouvez évaluer directement votre charge de travail Analytics dans la console et produire un ensemble de résultats exploitables pour les plans d'amélioration personnalisés recommandés par l'outil.

L'objectif d'analyse de données mis à jour décrit les étapes les plus récentes pour effectuer un examen AWS Well-Architected qui vous permet d'évaluer et d'identifier les risques techniques de vos plateformes d'analyse de données. Le nouveau livre blanc et Lens couvrent plusieurs cas d'utilisation et scénarios d'analyse et fournissent des conseils complets pour vous aider à concevoir vos applications d'analyse conformément aux meilleures pratiques AWS.

Le nouveau Data Analytics Lens propose des conseils de mise en œuvre que vous pouvez utiliser pour fournir des charges de travail sécurisées, hautes performances et fiables, le tout dans le souci de maintenir la rentabilité et la durabilité.

Pour plus d'informations sur les objectifs AWS Well-Architected, reportez-vous à AWS bien architecturé.

Quoi de neuf dans l'objectif Data Analytics ?

Le Data Analytics Lens est un ensemble de principes de conception, de bonnes pratiques et de conseils prescriptifs éprouvés par les clients pour vous aider à adopter une approche centrée sur le cloud pour exécuter des analyses sur AWS. Ces recommandations sont basées sur les informations recueillies par AWS auprès des clients, des partenaires AWS, du terrain et de nos propres communautés de spécialistes techniques d'analyse.

Cette version couvre les sujets suivants :

• Nouvel objectif pour l'outil bien architecturé dans le catalogue d'objectifs
• Nouveau scénario utilisateur d’analyse Data Mesh
• Inclus des conseils sur la création de lacs de données conformes à l'ACID à l'aide d'Iceberg
• Conseils inclus sur l'ajout d'un contexte commercial à votre catalogue de données pour améliorer la recherche et l'accès.
• Comment tirer le meilleur parti du sans serveur pour créer des pipelines de données durables
• Techniques avancées de réglage des performances étendues
• Contenu supplémentaire pour les cas d'utilisation de scénarios d'analyse
• Liens vers des blogs et une documentation produit mis à jour, des solutions partenaires, du contenu de formation et des vidéos explicatives

L’objectif met en évidence certains des domaines les plus courants d’évaluation et d’amélioration. Il est conçu pour s'aligner et fournir des informations sur les six piliers du cadre AWS Well-Architected :

• L'excellence opérationnelle – Inclut la capacité de prendre en charge le développement et d’exécuter efficacement les charges de travail, d’obtenir un aperçu de vos opérations et d’améliorer continuellement les processus et procédures de support pour générer de la valeur commerciale.
• Sécurité – Inclut la possibilité de protéger les données, les systèmes et les actifs pour tirer parti des technologies cloud pour améliorer votre sécurité.
• Fiabilité – Inclut la capacité d'un système à se rétablir automatiquement après des interruptions d'infrastructure ou de service, à acquérir dynamiquement des ressources informatiques pour répondre à la demande et à atténuer les interruptions telles qu'une mauvaise configuration ou des problèmes de réseau transitoires.
• Efficacité des performances – Comprend l’utilisation efficace des ressources informatiques pour répondre aux exigences et le maintien de cette efficacité à mesure que la demande change et que les technologies évoluent.
• Optimisation des coûts – Inclut le processus continu de perfectionnement et d’amélioration du système tout au long du cycle de vie pour optimiser les coûts, depuis la conception initiale de votre première preuve de concept jusqu’au fonctionnement continu des charges de travail de production.
• Durabilité – Comprend la minimisation des impacts environnementaux de l’exécution des charges de travail cloud. Des sujets tels que l'analyse comparative, l'échange de l'exactitude des données contre du carbone, l'encouragement d'une culture de minimisation des données, la mise en œuvre de processus de conservation des données, l'optimisation de la modélisation des données, la prévention des mouvements de données inutiles et la gestion efficace de l'infrastructure d'analyse.

Le nouveau Data Analytics Lens fournit des conseils qui peuvent vous aider à prendre des décisions de conception appropriées en fonction des besoins de votre entreprise. En appliquant les techniques détaillées dans cette perspective à votre architecture, vous pouvez valider la résilience et l'efficacité de votre conception. Cet objectif fournit également des recommandations pour combler les lacunes que vous pourriez identifier.

Qui devrait utiliser l’objectif Data Analytics ?

Le Data Analytics Lens est destiné à tous les clients AWS qui utilisent des processus d'analyse pour exécuter leurs charges de travail.

Nous pensons que cet objectif sera utile quel que soit votre stade d'adoption du cloud : que vous lanciez vos premières charges de travail d'analyse sur AWS, migrez des services existants vers le cloud ou que vous travailliez à étendre et à améliorer les charges de travail d'analyse AWS existantes.

Le matériel est destiné à aider les clients dans des rôles tels que les architectes, les développeurs et les membres de l'équipe opérationnelle.

Conclusion

L'application de Data Analytics Lens à vos architectures existantes peut valider la stabilité et l'efficacité de votre conception et fournir des recommandations pour combler les lacunes identifiées.

Pour plus d'informations sur la création de vos propres systèmes bien architecturés à l'aide de l'objectif Data Analytics, consultez le Livre blanc sur l’objectif de l’analyse des données. Pour plus d'informations sur le nouvel objectif, veuillez consulter le Outil bien architecturé ainsi que Catalogue d'objectifs slips. Si vous avez besoin de conseils d'experts supplémentaires, contactez l'équipe de votre compte AWS pour engager un architecte de solutions spécialisé.

Pour en savoir plus sur les solutions d'analyse prises en charge, les études de cas clients et les ressources supplémentaires, reportez-vous à Meilleures pratiques d'architecture pour l'analyse et le Big Data.

À propos des auteurs

Russell Jackson est un architecte de solutions senior chez AWS basé au Royaume-Uni. Russell a plus de 15 ans d'expérience en analyse et est passionné par le Big Data, les architectures basées sur les événements et la création de pipelines de données écologiquement durables. En dehors du travail, Russell aime le cyclisme sur route, la natation sauvage et les voyages.

Théo Tolv est un architecte analytique senior basé à Stockholm, en Suède. Il a travaillé avec des petites et des grandes données pendant la majeure partie de sa carrière et a créé des applications fonctionnant sur AWS depuis 2008. Dans ses temps libres, il aime bricoler l'électronique et lire le Space Opera.

Bruce Ross est architecte de solutions senior chez AWS dans la région de New York. Bruce est le leader de Lens pour le cadre Well-Architected. Il est impliqué dans l'informatique et le développement de contenu depuis plus de 20 ans. Il est un marin et pêcheur passionné et aime le R&B, le jazz et la musique classique.

Dhiraj Thakur est un architecte de solutions avec Amazon Web Services. Il travaille avec les clients et partenaires AWS pour fournir des conseils sur l'adoption, la migration et la stratégie du cloud d'entreprise. Il est passionné de technologie et aime créer et expérimenter dans le domaine de l'analyse et de l'IA / ML.

Pragnesh Shah est architecte de solutions au sein de l’organisation partenaire. Il est spécialiste de la migration, de la modernisation, de la stratégie Cloud, de la conception et de la fourniture de capacités de données et d'analyse. En dehors du travail, il passe du temps avec sa famille et la nature. Il aime enregistrer les sons de la nature et pratiquer la méditation zen.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://aws.amazon.com/blogs/big-data/announcing-the-aws-well-architected-data-analytics-lens/