Siamo lieti di annunciare il rilascio del Obiettivo di analisi dei dati. L'obiettivo è costituito da a Libro bianco sulle lenti e un obiettivo creato da AWS disponibile in Catalogo lenti dello strumento AWS Well-Architected. Il Canone di architettura AWS fornisce un approccio coerente per valutare le architetture e implementare progetti scalabili. Con il Canone di architettura AWS, architetti cloud, architetti di sistema, ingegneri e sviluppatori possono creare un'infrastruttura sicura, ad alte prestazioni, resiliente ed efficiente per le loro applicazioni e carichi di lavoro.

Utilizzando la lente nel catalogo lenti dello strumento, puoi valutare direttamente il carico di lavoro di Analytics nella console e produrre una serie di risultati utilizzabili per piani di miglioramento personalizzati consigliati dallo strumento.

La lente di analisi dei dati aggiornata delinea i passaggi più aggiornati per eseguire una revisione AWS Well-Architected che ti consente di valutare e identificare i rischi tecnici delle tue piattaforme di analisi dei dati. Il nuovo white paper e Lens coprono molteplici casi d'uso e scenari di analisi e forniscono indicazioni complete per aiutarti a progettare le tue applicazioni di analisi in conformità con le best practice di AWS.

Il nuovo Data Analytics Lens offre indicazioni sull'implementazione che puoi utilizzare per fornire carichi di lavoro sicuri, ad alte prestazioni e affidabili, il tutto con un occhio al mantenimento dell'efficienza in termini di costi e della sostenibilità.

Per ulteriori informazioni su AWS Well-Architected Lenses, fare riferimento a AWS ben architettato.

Cosa c'è di nuovo in Data Analytics Lens?

Data Analytics Lens è una raccolta di principi di progettazione, best practice e linee guida prescrittive comprovate dai clienti per aiutarti ad adottare un approccio incentrato sul cloud per l'esecuzione di analisi su AWS. Queste raccomandazioni si basano sulle informazioni che AWS ha raccolto dai clienti, dai partner AWS, dal settore e dalle nostre comunità di specialisti tecnici di analisi.

Questa versione copre i seguenti argomenti:

• Nuova lente per lo strumento ben progettato nel catalogo delle lenti
• Nuovo scenario utente di analisi Data Mesh
• Incluse indicazioni sulla creazione di data lake conformi ad ACID utilizzando Iceberg
• Guida inclusa sull'aggiunta di contesto aziendale al catalogo dati per migliorare la ricercabilità e l'accesso
• Il modo migliore per sfruttare Serverless per creare pipeline di dati sostenibili
• Tecniche avanzate di ottimizzazione delle prestazioni estese
• Contenuti aggiuntivi per casi d'uso di scenari di analisi
• Collegamenti a blog aggiornati e documentazione di prodotto, soluzioni dei partner, contenuti di formazione e video dimostrativi

La lente evidenzia alcune delle aree più comuni per la valutazione e il miglioramento. È progettato per allinearsi e fornire approfondimenti sui sei pilastri dell'AWS Well-Architected Framework:

• Eccellenza operativa – Include la capacità di supportare lo sviluppo ed eseguire i carichi di lavoro in modo efficace, ottenere informazioni dettagliate sulle operazioni e migliorare continuamente i processi e le procedure di supporto per fornire valore aziendale.
• Sicurezza – Include la possibilità di proteggere dati, sistemi e risorse per sfruttare le tecnologie cloud per migliorare la sicurezza.
• Affidabilità – Include la capacità di un sistema di eseguire il ripristino automatico da interruzioni dell'infrastruttura o del servizio, acquisire dinamicamente risorse di elaborazione per soddisfare la domanda e mitigare interruzioni come configurazione errata o problemi di rete transitori.
• Efficienza prestazionale – Include l'uso efficiente delle risorse informatiche per soddisfare i requisiti e il mantenimento di tale efficienza man mano che la domanda cambia e le tecnologie si evolvono.
• Ottimizzazione dei costi – Include il processo continuo di perfezionamento e miglioramento del sistema durante l'intero ciclo di vita per ottimizzare i costi, dalla progettazione iniziale della prima prova di concetto al funzionamento continuo dei carichi di lavoro di produzione.
• Sostenibilità – Include la riduzione al minimo dell'impatto ambientale dell'esecuzione di carichi di lavoro cloud. Argomenti tra cui il benchmarking, lo scambio dell'accuratezza dei dati per il carbonio, l'incoraggiamento di una cultura di minimizzazione dei dati, l'implementazione di processi di conservazione dei dati, l'ottimizzazione della modellazione dei dati, la prevenzione di movimenti di dati non necessari e la gestione efficiente dell'infrastruttura di analisi.

Il nuovo Data Analytics Lens fornisce una guida che può aiutarti a prendere decisioni di progettazione appropriate in linea con i tuoi requisiti aziendali. Applicando le tecniche descritte in dettaglio in questo obiettivo alla tua architettura, puoi convalidare la resilienza e l'efficienza del tuo progetto. Questo obiettivo fornisce anche consigli per colmare eventuali lacune che potresti identificare.

Chi dovrebbe utilizzare la Data Analytics Lens?

Il Data Analytics Lens è destinato a tutti i clienti AWS che utilizzano processi di analisi per eseguire i propri carichi di lavoro.

Riteniamo che l'obiettivo sarà prezioso indipendentemente dalla tua fase di adozione del cloud: se stai lanciando i tuoi primi carichi di lavoro di analisi su AWS, migrando i servizi esistenti nel cloud o lavorando per estendere e migliorare i carichi di lavoro di analisi AWS esistenti.

Il materiale ha lo scopo di supportare i clienti in ruoli come architetti, sviluppatori e membri del team operativo.

Conclusione

L'applicazione del Data Analytics Lens alle tue architetture esistenti può convalidare la stabilità e l'efficienza del tuo progetto e fornire consigli per colmare le lacune identificate.

Per ulteriori informazioni sulla creazione di sistemi ben architettati utilizzando Data Analytics Lens, vedere il Libro bianco di Data Analytics Lens. Per informazioni sul nuovo obiettivo, consultare il Strumento ben progettato ed Catalogo lenti slip. Se hai bisogno di ulteriore assistenza da parte di esperti, contatta il team del tuo account AWS per coinvolgere uno Specialist Solutions Architect.

Per ulteriori informazioni sulle soluzioni di analisi supportate, sui case study dei clienti e sulle risorse aggiuntive, fare riferimento a Best practice di architettura per analisi e Big Data.

Circa gli autori

Russell Jackson è Senior Solutions Architect presso AWS con sede nel Regno Unito. Russell ha oltre 15 anni di esperienza nell'analisi ed è appassionato di Big Data, architetture guidate dagli eventi e costruzione di pipeline di dati sostenibili dal punto di vista ambientale. Al di fuori del lavoro, Russell ama il ciclismo su strada, il nuoto selvaggio e i viaggi.

Teo Tolv è un Senior Analytics Architect con sede a Stoccolma, Svezia. Ha lavorato con piccoli e grandi dati per gran parte della sua carriera e ha creato applicazioni in esecuzione su AWS dal 2008. Nel tempo libero gli piace armeggiare con l'elettronica e leggere opere spaziali.

Bruce Ross è Senior Solutions Architect presso AWS nell'area di New York. Bruce è il leader dell'obiettivo per il framework ben architettato. Si occupa di IT e sviluppo di contenuti da oltre 20 anni. È un appassionato marinaio e pescatore e gli piace l'R&B, il jazz e la musica classica.

Dhiraj Thakur è un Solutions Architect con Amazon Web Services. Collabora con clienti e partner AWS per fornire indicazioni sull'adozione, la migrazione e la strategia del cloud aziendale. È appassionato di tecnologia e ama costruire e sperimentare nello spazio di analisi e AI/ML.

Pragnesh Shah è un architetto di soluzioni nell'organizzazione partner. È specialista in migrazione, modernizzazione, strategia cloud, progettazione e fornitura di funzionalità di analisi e dati. Al di fuori del lavoro, trascorre il tempo con la famiglia e la natura. Gli piace registrare i suoni della natura e praticare la meditazione Zen.

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://aws.amazon.com/blogs/big-data/announcing-the-aws-well-architected-data-analytics-lens/