Vi er glade for å kunngjøre utgivelsen av Data Analytics Lens. Linsen består av en linse whitepaper og et AWS-skapt objektiv tilgjengelig i Objektivkatalog av AWS Well-Architected Tool. AWS Well-Architected Framework gir en konsistent tilnærming til å evaluere arkitekturer og implementere skalerbare design. Med AWS Well-Architected Framework kan skyarkitekter, systemarkitekter, ingeniører og utviklere bygge sikker, høyytelses, spenstig og effektiv infrastruktur for sine applikasjoner og arbeidsbelastninger.

Ved å bruke Lens i verktøyets Lens Catalog kan du direkte vurdere Analytics-arbeidsbelastningen i konsollen og produsere et sett med handlingsrettede resultater for tilpassede forbedringsplaner anbefalt av verktøyet.

Den oppdaterte dataanalyselinsen skisserer de mest oppdaterte trinnene for å utføre en AWS Well-Architected-gjennomgang som gir deg mulighet til å vurdere og identifisere tekniske risikoer ved dine dataanalyseplattformer. Den nye hvitboken og Lens dekker flere brukstilfeller og scenarier for analyse, og gir omfattende veiledning for å hjelpe deg med å designe analyseapplikasjonene dine i samsvar med AWS beste praksis.

Den nye Data Analytics-linsen tilbyr implementeringsveiledning du kan bruke for å levere sikre, høy ytelse og pålitelige arbeidsbelastninger, alt med et øye for å opprettholde kostnadseffektivitet og bærekraft.

For mer informasjon om AWS Well-Architected Lenses, se AWS godt arkitekttisert.

Hva er nytt i Data Analytics-objektivet?

Data Analytics Lens er en samling av kundeutprøvde designprinsipper, beste praksis og foreskrivende veiledning for å hjelpe deg med å bruke en skysentrert tilnærming til å kjøre analyser på AWS. Disse anbefalingene er basert på innsikt som AWS har samlet inn fra kunder, AWS-partnere, feltet og våre egne analytiske tekniske spesialistmiljøer.

Denne versjonen dekker følgende emner:

• Ny linse for det velarkitekterte verktøyet i linsekatalogen
• Nytt brukerscenario for Data Mesh-analyse
• Inkludert veiledning for å bygge ACID-kompatible datainnsjøer ved bruk av Iceberg
• Inkludert veiledning om å legge til forretningskontekst i datakatalogen din for å forbedre søkbarhet og tilgang
• Hvordan best utnytte Serverless for å bygge bærekraftige datapipelines
• Utvidede avanserte ytelsesjusteringsteknikker
• Ytterligere innhold for brukstilfeller for analysescenarioer
• Lenker til oppdaterte blogger og produktdokumentasjon, partnerløsninger, opplæringsinnhold og veiledningsvideoer

Linsen fremhever noen av de vanligste områdene for vurdering og forbedring. Den er designet for å tilpasse seg og gi innsikt på tvers av de seks pilarene i AWS Well-Architected Framework:

• Operasjonell dyktighet – Inkluderer evnen til å støtte utvikling og kjøre arbeidsbelastninger effektivt, få innsikt i driften din og kontinuerlig forbedre støttende prosesser og prosedyrer for å levere forretningsverdi.
• Sikkerhet – Inkluderer muligheten til å beskytte data, systemer og eiendeler for å dra nytte av skyteknologier for å forbedre sikkerheten din.
• Pålitelighet – Inkluderer muligheten til et system til å automatisk gjenopprette fra infrastruktur- eller tjenesteavbrudd, dynamisk skaffe dataressurser for å møte etterspørselen og redusere forstyrrelser som feilkonfigurering eller forbigående nettverksproblemer.
• Ytelseseffektivitet – Inkluderer effektiv bruk av dataressurser for å møte kravene og opprettholdelse av denne effektiviteten etter hvert som etterspørselendringer og teknologier utvikler seg.
• Kostnadsoptimalisering – Inkluderer den kontinuerlige prosessen med systemforbedring og forbedring over hele livssyklusen for å optimalisere kostnadene, fra den første utformingen av ditt første proof of concept til den pågående driften av produksjonsarbeidsmengder.
• Bærekraft – Inkluderer å minimere miljøpåvirkningene av å kjøre skyarbeidsbelastninger. Emner inkludert benchmarking, handelsdatanøyaktighet for karbon, oppmuntring til en dataminimeringskultur, implementering av datalagringsprosesser, optimalisering av datamodellering, forebygging av unødvendig databevegelse og effektiv administrasjon av analyseinfrastruktur.

Den nye dataanalyselinsen gir veiledning som kan hjelpe deg med å ta passende designbeslutninger i tråd med forretningskravene dine. Ved å bruke teknikkene som er beskrevet i denne linsen på arkitekturen din, kan du validere spensten og effektiviteten til designet ditt. Denne linsen gir også anbefalinger for å løse eventuelle hull du kan identifisere.

Hvem bør bruke dataanalyseobjektivet?

Data Analytics-linsen er beregnet på alle AWS-kunder som bruker analyseprosesser for å kjøre arbeidsmengdene sine.

Vi tror at linsen vil være verdifull uansett stadiet av skyadopsjon: enten du lanserer dine første analysearbeidsbelastninger på AWS, migrerer eksisterende tjenester til skyen eller jobber med å utvide og forbedre eksisterende AWS-analysearbeidsbelastninger.

Materialet er ment å støtte kunder i roller som arkitekter, utviklere og driftsteammedlemmer.

konklusjonen

Ved å bruke dataanalyselinsen på eksisterende arkitekturer kan du validere stabiliteten og effektiviteten til designet og gi anbefalinger for å løse identifiserte hull.

For mer informasjon om å bygge dine egne velarkiterte systemer ved hjelp av dataanalyselinsen, se Data Analytics Lens whitepaper. For informasjon om det nye objektivet, se Godt bygd verktøy og Objektivkatalog truser. Hvis du trenger ytterligere ekspertveiledning, kontakt AWS-kontoteamet ditt for å engasjere en spesialistløsningsarkitekt.

For å lære mer om støttede analyseløsninger, kundecasestudier og tilleggsressurser, se Arkitektur beste praksis for Analytics og Big Data.

Om forfatterne

Russell Jackson er senior løsningsarkitekt hos AWS med base i Storbritannia. Russell har over 15 års erfaring med analyse og brenner for Big Data, hendelsesdrevne arkitekturer og å bygge miljømessig bærekraftige datapipelines. Utenom jobben liker Russell landeveissykling, villsvømming og å reise.

Theo Tolv er en Senior Analytics Architect med base i Stockholm, Sverige. Han har jobbet med små og store data i det meste av karrieren, og har bygget applikasjoner som kjører på AWS siden 2008. På fritiden liker han å tukle med elektronikk og lese romopera.

Bruce Ross er senior løsningsarkitekt ved AWS i New York-området. Bruce er linselederen for det velarkitekterte rammeverket. Han har vært involvert i IT og innholdsutvikling i over 20 år. Han er en ivrig sjømann og sportsfisker, og liker R&B, jazz og klassisk musikk.

Dhiraj Thakur er en løsningsarkitekt med Amazon Web Services. Han jobber med AWS-kunder og partnere for å gi veiledning om cloud-adopsjon, migrasjon og strategi for enterprise. Han er lidenskapelig opptatt av teknologi og liker å bygge og eksperimentere i analytics og AI / ML-rommet.

Pragnesh Shah er løsningsarkitekt i partnerorganisasjonen. Han er spesialist på migrering, modernisering, skystrategi, design og levering av data og analysefunksjoner. Utenom jobben tilbringer han tid med familien og naturen. Han liker å spille inn naturlyd og praktisere Zen-meditasjon.

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://aws.amazon.com/blogs/big-data/announcing-the-aws-well-architected-data-analytics-lens/