Analytics כשירות (AaaS) הוא מודל עסקי המשתמש בענן כדי לספק יכולות אנליטיות על בסיס מנוי. מודל זה מספק לארגונים פתרון חסכוני, ניתן להרחבה וגמיש לבניית אנליטיקה. מודל AaaS מאיץ קבלת החלטות מונעת נתונים באמצעות ניתוח מתקדם, המאפשר לארגונים להסתגל במהירות למגמות השוק המשתנות ולבצע בחירות אסטרטגיות מושכלות.

האדום של אמזון הוא שירות מחסן נתונים בענן המציע תובנות בזמן אמת ויכולות ניתוח חזוי לניתוח נתונים מטרה-בייט ועד פטה-בייט. הוא מציע תכונות כמו שיתוף מידע, אמזון Redshift ML, ספקטרום אדום שיפט, ו אמזון ללא שרתים לאדום, אשר מפשטים את בניית האפליקציות והופכים את זה ללא מאמץ עבור חברות AaaS להטמיע יכולות ניתוח נתונים עשירות. אמזון Redshift מספק עד עלות נמוכה פי 4.9 למשתמש ועד פי 7.9 מחיר-ביצועים טובים יותר מאשר מחסני נתונים בענן אחרים.

אל האני מופעל על ידי אמזון Redshift התוכנית עוזרת לשותפים של AWS המפעילים מודל AaaS לבנות במהירות יישומי ניתוח באמצעות Amazon Redshift ולהרחיב את העסק שלהם בהצלחה. לדוגמה, אתה יכול לבנות הדמיות על גבי Amazon Redshift ולהטמיע אותן בתוך יישומים כדי לספק חוויות אנליטיות יוצאות דופן למשתמשי הקצה. בפוסט זה, אנו חוקרים כיצד ספקי AaaS מרחיבים את התהליכים שלהם עם Amazon Redshift כדי לספק תובנות ללקוחות שלהם.

דגמי משלוח AaaS

תוך שירות ניתוח בקנה מידה, ספקי ולקוחות AaaS יכולים לבחור היכן לאחסן את הנתונים והיכן לעבד את הנתונים.

ספקי AaaS יכלו לבחור להטמיע ולעבד את כל נתוני הלקוחות לחשבון שלהם ולספק תובנות לחשבון הלקוח. לחלופין, הם יכולים לבחור לעבד נתונים ישירות בתוך החשבון של הלקוח.

הבחירה בדגמי משלוח אלו תלויה בגורמים רבים, ולכל אחד יש יתרונות משלו. מכיוון שספקי AaaS נותנים שירות למספר רב של לקוחות, הם יכלו לערבב את הדגמים הללו בצורה היברידית, תוך התאמה להעדפה של כל לקוח. התרשים הבא ממחיש את שני דגמי המסירה.

אנו בוחנים את הפרטים הטכניים של כל דגם בסעיפים הבאים.

בנה AaaS ב- Amazon Shift Redshift

לאמזון Redshift יש תכונות המאפשרות לספקי AaaS את הגמישות לפרוס שלושה דגמי משלוח ייחודיים:

• מודל מנוהל - עיבוד נתונים בתוך מחסן הנתונים של Redshift שספק AaaS מנהל
• דגם הביאו-שלך לאדום (BYOR). – עיבוד נתונים ישירות בתוך מחסן הנתונים Redshift של הלקוח
• דגם היברידי - שימוש בשילוב של שני הדגמים בהתאם לצרכי הלקוח

מודלים אלה של מסירה מעניקים לספקי AaaS את הגמישות לספק תובנות ללקוחותיהם, לא משנה היכן נמצא מחסן הנתונים.

הבה נבחן כיצד כל אחד מדגמי האספקה ​​הללו פועל בפועל.

מודל מנוהל

במודל זה, ספק ה-AaaS קולט נתוני לקוחות בחשבונו, ומפעיל את מחסן הנתונים Redshift שלו לעיבוד. לאחר מכן הם משתמשים בשיטה אחת או יותר כדי לספק את התובנות שנוצרו ללקוחות שלהם. Amazon Redshift מאפשרת לחברות לבנות בצורה מאובטחת יישומי ריבוי דיירים, תוך הבטחת בידוד נתונים, שלמות וסודיות. הוא מספק תכונות כמו אבטחה ברמת השורה (RLS), אבטחה ברמת העמודה (CLS) עבור בקרת גישה עדינה, בקרת גישה מבוססת תפקידים (RBAC), והקצאת הרשאות ברמת מסד הנתונים והסכימה.

התרשים הבא ממחיש את מודל המסירה המנוהלת ואת השיטות השונות שספקי AaaS יכולים להשתמש כדי לספק תובנות ללקוחות שלהם.

זרימת העבודה כוללת את השלבים הבאים:

1. ספק ה-AaaS שואב נתונים ממקורות נתונים של לקוחות כמו מסדי נתונים תפעוליים, קבצים וממשקי API, ומכניס אותם למחסן הנתונים Redshift המתארח בחשבון שלהם.
2. עבודות עיבוד נתונים מעשירות את הנתונים באמזון Redshift. זה יכול להיות אפליקציה שספק AaaS בנה לעיבוד נתונים, או שהם יכולים להשתמש בשירות עיבוד נתונים כמו אמזון EMR or דבק AWS להפעלת יישומי Spark.
3. כעת לספק AaaS יש מספר שיטות לספק תובנות ללקוחות שלהם:
   1. 1 אופציה – הנתונים המועשרים עם תובנות משותפים ישירות עם מופע ה- Redshift של הלקוח באמצעות ה- שיתוף נתונים של Amazon Shift Redshift תכונה. משתמשי קצה צורכים נתונים באמצעות כלי בינה עסקית (BI) ויישומי ניתוח.
   2. 2 אופציה - אם ספקי AaaS מפרסמים תובנות גנריות ל חילופי נתונים AWS כדי להגיע למיליוני לקוחות AWS ולהפיק רווחים מהתובנות הללו, הלקוחות שלהם יכולים להשתמש AWS Data Exchange עבור אמזון Redshift. עם תכונה זו, לקוחות מקבלים תובנות מיידיות במחסן הנתונים Redshift שלהם מבלי שהם צריכים לכתוב צינורות חילוץ, טרנספורמציה וטעינה (ETL) כדי להטמיע את הנתונים. AWS Data Exchange מספק ללקוחותיהם דרך מאובטחת ותואמת להירשם לנתונים עם ניהול חיוב ומנוי מאוחד.
   3. 3 אופציה - ספק ה-AaaS חושף תובנות על יישום אינטרנט באמצעות ממשק API של Redshift Data של אמזון. לקוחות ניגשים לאפליקציית האינטרנט ישירות מהאינטרנט. זה נותן לספק AaaS את הגמישות לחשוף תובנות מחוץ לחשבון AWS.
   4. 4 אופציה – לקוחות מתחברים למופע Redshift של ספק AaaS באמצעות אמזון קוויקסייט או כלי BI אחרים של צד שלישי דרך חיבור JDBC.

במודל זה, הלקוח מעביר את האחריות לניהול וממשל נתונים לספקי AaaS, עם שירותים קלים לצרוך תובנות. זה מוביל לקבלת החלטות משופרת כאשר הלקוחות מתמקדים בפעילויות הליבה וחוסכים זמן ממשימות ניהול נתונים מייגעות. מכיוון שספקי AaaS מעבירים נתונים מחשבונות הלקוחות, עלולות להיות עלויות העברת נתונים קשורות בהתאם לאופן שבו הם מעבירים את הנתונים. עם זאת, מכיוון שהם מספקים שירות זה בקנה מידה גדול ללקוחות מרובים, הם יכולים להציע שירותים חסכוניים תוך שימוש ביתרונות קנה מידה.

דגם BYOR

במקרים שבהם הלקוח מארח מחסן נתונים של Redshift ורוצה להפעיל ניתוח בפלטפורמת הנתונים שלו מבלי להעביר נתונים החוצה, אתה משתמש במודל BYOR.

התרשים הבא ממחיש את מודל BYOR, שבו ספקי AaaS מעבדים נתונים כדי להוסיף תובנות ישירות במחסן הנתונים של הלקוח שלהם, כך שהנתונים לעולם לא יוצאים מחשבון הלקוח.

הפתרון כולל את השלבים הבאים:

1. הלקוח קולט את כל הנתונים ממקורות נתונים שונים לתוך מחסן הנתונים Redshift שלו.
2. הנתונים עוברים עיבוד:
   1. ספק ה-AaaS משתמש בערוץ מאובטח, AWS PrivateLink עבור ה-API של הסטת נתונים לאדום, כדי לדחוף את לוגיקה של עיבוד נתונים ישירות במחסן הנתונים Redshift של הלקוח.
   2. הם משתמשים באותו ערוץ כדי לעבד נתונים בקנה מידה עם מספר לקוחות. התרשים ממחיש לקוח שני, אבל זה יכול להתאים למאות או אלפי לקוחות. ספקי AaaS יכולים להתאים את היגיון עיבוד הנתונים ללקוח על ידי בידוד סקריפטים לכל לקוח ופריסה בהתאם לזהות הלקוח, מתן שירות מותאם ויעיל.
3. משתמשי הקצה של הלקוח צורכים נתונים מחשבונם באמצעות כלי BI ויישומי ניתוח.
4. ללקוח יש שליטה כיצד לחשוף תובנות למשתמשי הקצה שלו.

מודל מסירה זה מאפשר ללקוחות לנהל את הנתונים שלהם בעצמם, להפחית את התלות בספקי AaaS ולקצץ בעלויות העברת הנתונים. על ידי שמירת נתונים בסביבה שלהם, לקוחות יכולים להפחית את הסיכון לפריצת מידע תוך תובנות לקבלת החלטות טובה יותר.

דגם היברידי

ללקוחות יש צרכים מגוונים המושפעים מגורמים כמו אבטחת מידע, תאימות ומומחיות טכנית. כדי לכסות מגוון רחב יותר של לקוחות, ספקי AaaS יכולים לבחור בגישה היברידית המספקת הן את המודל המנוהל והן את מודל BYOR בהתאם ללקוח, ומציעה גמישות ויכולת לשרת מספר לקוחות.

התרשים הבא ממחיש את ספק ה-AaaS המספק תובנות באמצעות מודל BYOR עבור לקוח 1 ו-4, המודל המנוהל עבור לקוח 2 ו-3 וכן הלאה.

סיכום

בפוסט זה, דיברנו על הביקוש הגובר של אנליטיקה כשירות וכיצד ספקים יכולים להשתמש ביכולות של Amazon Redshift כדי לספק תובנות ללקוחות שלהם. בדקנו שני מודלים עיקריים לאספקה: המודל המנוהל, שבו ספקי AaaS מעבדים נתונים בחשבונות שלהם, ומודל BYOR, שבו ספקי AaaS מעבדים ומעשירים נתונים ישירות בחשבון הלקוח שלהם. כל שיטה מציעה יתרונות ייחודיים, כגון עלות-יעילות, שליטה משופרת ותובנות מותאמות אישית. הגמישות של AWS Cloud מאפשרת מודל היברידי, המתאים לצרכי לקוחות מגוונים ומאפשרת לספקי AaaS להרחיב את הגודל. הצגנו גם את מופעל על ידי אמזון Redshift תוכנית, התומכת לעסקים של AaaS בבניית יישומי ניתוח יעילים, מטפחת מעורבות משתמשים משופרת וצמיחה עסקית.

אנו מנצלים הזדמנות זו כדי להזמין את שותפי ה-ISV שלנו פנה אלינו ולמד עוד על התוכנית Powered by Amazon Redshift.

על הכותבים

סנדיפן בהאומיק הוא ארכיטקט פתרונות מומחה באנליטיקה בכיר שבסיסו בלונדון, בריטניה. הוא עוזר ללקוחות לחדש את פלטפורמות הנתונים המסורתיות שלהם באמצעות ארכיטקטורת הנתונים המודרנית בענן כדי לבצע ניתוח בקנה מידה.

סן דאס הוא מנהל מוצר בכיר בצוות Amazon Redshift ומוביל את Amazon Redshift GTM עבור תוכניות שותפים, כולל התוכניות Powered by Amazon Redshift ו-Redshift Ready.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
• מקור: https://aws.amazon.com/blogs/big-data/power-analytics-as-a-service-capabilities-using-amazon-redshift/