We are delighted to announce the release of the Adatelemző lencse. The lens consists of a lens whitepaper and an AWS-created lens available in the Lens Catalog of the AWS Well-Architected Tool. The AWS Well-Architected Framework provides a consistent approach to evaluate architectures and implement scalable designs. With the AWS Well-Architected Framework, cloud architects, system architects, engineers, and developers can build secure, high-performance, resilient, and efficient infrastructure for their applications and workloads.

Using the Lens in the Tool’s Lens Catalog, you can directly assess your Analytics workload in the console, and produce a set of actionable results for customized improvement plans recommended by the Tool.

The updated Data Analytics Lens outlines the most up-to-date steps for performing an AWS Well-Architected review that empowers you to assess and identify technical risks of your data analytics platforms. The new whitepaper and Lens cover multiple analytics use cases and scenarios, and provide comprehensive guidance to help you design your analytics applications in accordance with AWS best practices.

The new Data Analytics Lens offers implementation guidance you can use to deliver secure, high performance and reliable workloads, all with an eye toward maintaining cost-effectiveness and sustainability.

Az AWS jól felépített objektívekkel kapcsolatos további információkért lásd: AWS jól felépített.

Mik az újdonságok a Data Analytics Lensben?

The Data Analytics Lens is a collection of customer-proven design principles, best practices, and prescriptive guidance to help you adopt a cloud-centered approach to running analytics on AWS. These recommendations are based on insights that AWS has gathered from customers, AWS Partners, the field, and our own analytics technical specialist communities.

Ez a verzió a következő témákat fedi le:

• New Lens for the Well-Architected Tool in the Lens Catalog
• New Data Mesh analytics user scenario
• Included guidance on building ACID compliant data lakes using Iceberg
• Included guidance on adding business context to your data catalog to improve searchability and access
• How best to leverage Serverless to build sustainable data pipelines
• Expanded advanced performance tuning techniques
• Additional content for analytics scenario use cases
• Links to updated blogs and product documentation, partner solutions, training content, and how-to videos

Az objektív kiemeli a leggyakoribb értékelési és fejlesztési területeket. Úgy tervezték, hogy igazodjon az AWS jól felépített keretrendszer hat pilléréhez, és betekintést nyújtson abba:

• Működési kiválóság – Tartalmazza a fejlesztés támogatásának és a munkaterhelések hatékony futtatásának képességét, betekintést nyerhet a műveletekbe, és folyamatosan javítja a támogató folyamatokat és eljárásokat az üzleti érték megteremtése érdekében.
• Biztonság – Tartalmazza az adatok, rendszerek és eszközök védelmét a felhőtechnológiák előnyeinek kihasználása érdekében a biztonság javítása érdekében.
• Megbízhatóság – Tartalmazza a rendszer azon képességét, hogy automatikusan felépüljön az infrastruktúra vagy a szolgáltatás megszakadásai után, dinamikusan megszerezze a számítási erőforrásokat a kereslet kielégítéséhez, és csökkentse az olyan zavarokat, mint például a hibás konfiguráció vagy az átmeneti hálózati problémák.
• Teljesítmény hatékonyság – Magában foglalja a számítási erőforrások hatékony felhasználását a követelmények teljesítése érdekében, valamint e hatékonyság fenntartását a kereslet változásai és a technológiák fejlődése során.
• Költségoptimalizálás – Includes the continual process of system refinement and improvement over the entire lifecycle to optimize cost, from the initial design of your first proof of concept to the ongoing operation of production workloads.
• Fenntarthatóság – Tartalmazza a felhőalapú munkaterhelések környezeti hatásainak minimalizálását. Olyan témák, mint a benchmarking, az adatok pontossága a szén-dioxiddal, az adatminimalizálási kultúra ösztönzése, az adatmegőrzési folyamatok megvalósítása, az adatmodellezés optimalizálása, a szükségtelen adatmozgatás megelőzése és az analitikai infrastruktúra hatékony kezelése.

Az új Data Analytics Lens olyan útmutatást nyújt, amely segíthet az üzleti követelményeknek megfelelő tervezési döntések meghozatalában. Az ebben az objektívben részletezett technikák építészetére való alkalmazásával igazolhatja a tervezés rugalmasságát és hatékonyságát. Ez az objektív ajánlásokat is tartalmaz az esetlegesen észlelt hiányosságok kiküszöbölésére.

Ki használja a Data Analytics Lens-t?

A Data Analytics Lens minden olyan AWS-ügyfél számára készült, aki analitikai folyamatokat használ a munkaterhelések futtatásához.

Meggyőződésünk, hogy az objektív értékes lesz, függetlenül attól, hogy milyen szakaszban alkalmazzák a felhőben: akár az AWS-en elindítja az első elemzési munkaterhelést, akár a meglévő szolgáltatásokat migrálja a felhőbe, akár a meglévő AWS-elemzési munkaterhelések kiterjesztése és javítása érdekében dolgozik.

Az anyag célja, hogy támogassa az ügyfeleket olyan szerepekben, mint az építészek, a fejlesztők és az üzemeltetési csapat tagjai.

Következtetés

Applying the Data Analytics Lens to your existing architectures can validate the stability and efficiency of your design and provide recommendations to address identified gaps.

A Data Analytics Lens segítségével saját jól felépített rendszereinek felépítésével kapcsolatos további információkért lásd a Data Analytics Lens fehér könyv. For information about on the new Lens, please see the Well Architected Tool és a Lens Catalog briefs. If you require additional expert guidance, contact your AWS account team to engage a Specialist Solutions Architect.

Ha többet szeretne megtudni a támogatott elemzési megoldásokról, az ügyfelek esettanulmányairól és a további forrásokról, tekintse meg a következőt: Architektúra bevált gyakorlatai az Analytics és a Big Data számára.

A szerzőkről

Russell Jackson az Egyesült Királyságban székelő AWS vezető megoldások építésze. Russell több mint 15 éves analitikai tapasztalattal rendelkezik, és szenvedélyes a Big Data, az eseményvezérelt architektúrák és a környezetileg fenntartható adatfolyamok építése iránt. Munkán kívül Russell szeret országúti kerékpározni, úszni és utazni.

Theo Tolv is a Senior Analytics Architect based in Stockholm, Sweden. He’s worked with small and big data for most of his career, and has built applications running on AWS since 2008. In his spare time he likes to tinker with electronics and read space opera.

Bruce Ross is a Senior Solutions Architect at AWS in the New York Area. Bruce is the Lens Leader for the Well-Architected Framework. He has been involved in IT and Content Development for over 20 years. He is an avid sailor and angler, and enjoys R&B, jazz, and classical music.

Dhiraj Thakur az Amazon Web Services megoldástervezője. Az AWS-ügyfelekkel és -partnerekkel együttműködve útmutatást ad a vállalati felhő bevezetéséhez, migrációjához és stratégiájához. Szenvedélyes a technológia iránt, és szeret építeni és kísérletezni az analitika és az AI/ML térben.

Pragnesh Shah megoldások építészmérnöke a partnerszervezetben. Szakterülete a migráció, a modernizáció, a felhőstratégia, az adat- és elemzési képességek tervezése és szállítása. A munkán kívül a családdal és a természettel tölti az idejét. Szeret természethangokat rögzíteni és gyakorolni a zen meditációt.

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
• Forrás: https://aws.amazon.com/blogs/big-data/announcing-the-aws-well-architected-data-analytics-lens/