Microsoft Azure Data Environment
Descargar como PPTX, PDF1 recomendación333 vistas
Este documento presenta una introducción al entorno de datos en Microsoft Azure. Explica la evolución de la inteligencia de negocios a través de las versiones 1.0, 2.0 y 3.0. También describe los principales servicios como Data Lake y almacén de datos, y realiza demostraciones de herramientas como Big Data Analytics y Microsoft Data Factory. El objetivo es ayudar a las organizaciones a comprender mejor cómo aplicar la arquitectura de datos adecuada para satisfacer sus necesidades empresariales.
Microsoft Azure Data Environment
- 1. Entorno de Datos en Microsoft Azure JOSE REDONDO CEO | DATA ARCHITECT - ENTORNODB LLC MICROSOFT DATA PLATFORM MVP
- 2. Quien soy? Microsoft Data Platform MVP CEO | Data Architect - EntornoDB LLC Twitter: @redondoj LinkedIn: linkedin.com/in/redondoj Blog: redondoj.wordpress.com E-Mail: redondoj@entornodb.onmicrosoft.com
- 3. Agenda • Evolución • Arquitectura • Servicios • Escenarios
- 4. - Evolución • Inteligencia de Negocios • Versiones • Requerimientos y Necesidades de Negocios • Herramientas
- 5. -- Inteligencia de Negocio • Conjunto de técnicas para la transformación de datos. • Conjunto de herramientas tecnológicas para extraer y obtener el significado de los datos • Entorno de información para propósitos analíticos.
- 6. --- Versiones • 1.0 • Requerimiento de información empresarial • Consultas en bases de datos y bodegas de datos • Provisionar de reportes empresariales • Entrada de datos a Clientes (Reportes Stand Alone) • Procesamiento por lotes • Uso de herramientas BI (Sola para grupos o comunidades de personas) • Control exclusivo IT
- 7. --- Versiones • 2.0 • Explorar rangos de datos • Permite combinaciones de datos sin obtener resultado interactivos • Escenarios tecnológicos • ERP • CRM • Bodegas de datos • Validar información desde un punto de vista • Herramientas BI centralizadas en reportes • BI 2.0 – Creación y entrega por usuarios finales (Analistas BI) • En tiempo real desde cualquier dispositivo con Web Portal • Explorar datos • Control Hibrido
- 9. --- Versiones • 2.5 • Puede utilizar cualquier herramienta BI • Puede mezclar datos rápidamente (Si se encuentran disponibles) • Desarrollo sencillo y simple PERO AHORA • BI 2.0 ++ • Agile BI, SOA, Búsquedas empresariales, Visualización • Dar mas poder con las herramientas BI • Mas dinámico para IT CONJUNCION DE DATOS EN MARCHA
- 10. --- Versiones • 3.0 • Colaborativo desde cualquier dispositivo con contenido • Aprovecha la información sobre la marcha • Conduce a resultados inmediatos • Centralizado en grupos de trabajo de colaboración • Gestión de datos administrados automáticamente • Interactivo entre clientes, empleados y terceros • No genera cuellos de botella a IT • Escenarios de datos incluidos: Big Data, Cloud, etc • Creación, Entrega y Gestión para consumidores de datos
- 11. EnriquecerAnticipar Seft-Service BI con Analytic 3.0
- 12. Mapa en el Tiempo BI 1.0 BI 2.0 BI 3.0 Funcionalidad Presentada / Agregada Explorable / Predectible Anticipada / Enriquecida Frecuencia Mensualmente / Detallada Semanalmente / Diariamente / Sumarizada En tiempo real / Procesada Nivel de enfoque Comunidad Empresarial Colaborativa Procesamiento Por lotes Cerca al Tiempo real En Proceso Productos en Datos Informacion Inteligencia Conocimiento Base / Influencia Entregada solamente Creada y Entregada Creada, Entregada y Automatizada
- 13. -- Requerimientos y Necesidades de Negocios Conjunto de herramientas y técnicas • Entrega automática sin gestión de usuarios • Entrega la información a los usuarios en tiempo real • Enfocado en escalabilidad y usabilidad • Provee autogestión en la creación, entrega y análisis de contenido • Soporta innumerable interfaces de usuarios multidispositivo en cualquier lugar y momento • Construida sobre la metodología de colaboración • Incluye Analytics 3.0, Data Discovery, Advanced Visualization, Visual Analytics, Business Discovery, Self Serve Business entre otros
- 14. -- Requerimientos y Necesidades de Negocios Comprendiendo la necesidades • La tecnología debe estar en su lugar para permitir a la organización adquirir, almacenar, combinar y enriquecer enormes volúmenes de datos “no estructurados” y “estructurados” en formato RAW • Capacidad de realizar análisis, escalar datos en tiempo real y casi en tiempo real, sobre estos enormes volúmenes de forma iterativa
- 15. -- Herramientas • Hojas de cálculos • Bases de datos • Data Mart • Bodegas de datos
- 17. 2017
- 18. DEMO
- 19. - Arquitectura • Herramientas emergentes del Big Data • Big Data Hadoop • Plataforma Analítica • Bodega de datos • Tradicional • Moderna
- 20. -- Herramientas emergentes del Big Data
- 21. -- Big Data Hadoop
- 22. Plataforma Analítica • Mineria de datos
- 23. -- Plataforma Analítica • Visualizacion y Data Discovery
- 24. Como aplicar el entorno apropiado a nuestras necesidades empresariales
- 25. -- Bodega de datos TradicionalOLTPDataSources Staging Area 1 Staging Area 2 Staging Area 3 Data Warehouse Áreas Empresariales Esquema Estrella Data Mart 1 Data Mart 2 Multi Dimensional Tabular CapadeVisualización SSIS SSIS SSIS SSIS SSIS Procesamiento de Cubos Data Atómica Procesamientode Cubos Staging MirrorOLTP EDW Data Warehouse (Normalizado) Corporate Information Factory (CIF) Datos Atómicos SSIS SSIS SSIS
- 26. -- Bodega de datosModerna
- 27. -- Bodega de datos
- 28. DEMO
- 29. - Servicios • Data Lake • Bodega de datos
- 30. -- Data Lake
- 31. -- Data Lake
- 32. -- Data Lake
- 33. -- Data Lake
- 34. -- Data Lake Tenemos que olvidarnos de las bodegas de datos? Data Lake se esta convirtiendo en la prioridad corporativa de las grandes empresas puesto que llenan una brecha critica Que es Data Lake? Un único lugar para almacenar todo tipo de datos en su formato nativo, sin límites fijos en el tamaño de la cuenta o del archivo, teniendo alto rendimiento en el aumento de la ejecución analítica y la integración nativa con el ecosistema de Hadoop
- 35. -- Data Lake
- 37. -- Bodega de datos
- 38. -- Bodega de datos
- 39. -- Bodega de datos BODEGA DE DATOS “DATA WAREHOUSE” vs. LAGO DE DATOS “DATA LAKE” Estructurado, Procesado DATA Estructurado, Semi-Estructurado, No estructurado, RAW Schema-On-Write PROCESAMIENTO Schema-On-Read Costoso para grandes volumenes de datos ALMACENAMIENTO Diseñado para almacenamiento de bajo costo Configuración ligera y fija FACILIDAD DE USO Configuración altamente robusta y reconfiguración necesaria según requerimientos Maduro SEGURIDAD Madurando Profesionales empresariales USUARIOS Científicos de datos
- 40. Origenes de Datos Adquisición de Datos Almacenamiento de Datos Análisis de Datos Reporte y Visualización ERM CRM OLAP ETL Almacen de Datos BI Analytics TRADICIONAL BODEGA DE DATOS EMPRESARIAL
- 42. - Escenarios • Big Data Analytics • Microsoft Data Factory
- 43. -- Big Data Analytics
- 44. -- Microsoft Data Factory
- 45. -- Microsoft Data Factory
- 46. DEMO
- 48. Muchas gracias por su atención