随着数据的指数增长，组织依赖于 Azure 的无限计算、存储和分析能力来缩放、流式传输、预测和查看其数据。 分析解决方案将大量数据转化为有用的商业智能 (BI)，例如报表和可视化效果，以及创造性的人工智能 (AI)，例如基于机器学习的预测。
无论组织是刚刚开始评估基于云的分析工具，还是希望扩展当前实现，Azure 都提供了许多选项。 工作流从了解常见方法开始，并围绕云思维模式协调流程和角色。
数据可以分批处理、实时处理、本地处理或在云中处理，但任何分析解决方案的目标都是大规模使用数据。 越来越多的组织希望为人、计算机和物联网 (IoT) 生成的所有关系和非关系数据创建单个事实来源。 通常使用大数据体系结构或 将原始数据转换为结构化形式，然后将其移动到分析数据存储。 此存储成为单个事实来源，可为大量富有见解的分析解决方案提供支持。
Architecture
图示展示了在 Azure 上进行分析的解决方案路径。 旅程从学习和组织准备开始，然后根据工作负载要求选择存储解决方案和 Azure BI 或 AI 技术。
下载此体系结构的 Visio 文件 。
上图演示了典型的基本/基线分析实现。 请参阅本部分中提供的 ，查找可在 Azure 中构建的实际解决方案。
探索分析体系结构和指南
本部分中的文章包括可在 Azure 中部署并扩展到生产级解决方案和指南的完全开发的体系结构。 这些可帮助你对如何在 Azure 中使用分析技术做出重要决策。 还可以查看解决方案构思，使您初步了解规划分析 POC 开发时的可能性。
体系结构解决方案构想Guides技术选择适用于 Azure 数据平台的灾难恢复了解 Azure 上的分析
如果你还不熟悉 Azure 上的分析，最好是在免费的联机培训平台 Microsoft Learn 上了解详细信息。 你将找到针对特定产品和服务的视频、教程和实践学习，以及基于工作角色的学习路径，例如开发人员或数据分析师。
以下是一些可帮助您入门的资源：
按角色学习路径组织就绪情况
如果你的组织不熟悉云，云采用框架可以帮助你入门。 此文档和最佳做法合集提供了来自 Microsoft 的经过验证的指导，旨在加速云采用旅程。 有关云规模分析的详细信息，请参阅 云规模分析。
为了帮助确保 Azure 上的分析解决方案的质量，我们建议遵循 Azure 架构良好的框架。 它为寻求卓越体系结构的组织提供规范性指导，并讨论如何设计、预配和监视成本优化型 Azure 解决方案。
有关与 Well-Architected Framework 支柱一致的数据工作负荷指南，请参阅 Azure Well-Architected Framework for data workloads。
实现生产的路径
了解如何存储数据是你在 Azure 上进行分析的过程中需要做出的首要决策之一。 然后，可以为方案选择最佳数据分析技术。
关键决策点包括：
若要查看分析解决方案的不同体系结构样式，请参阅 。
最佳做法
高质量的分析始于可靠可信的数据。 在最高级别，信息安全做法有助于确保数据在传输和静态时受到保护。 对该数据的访问也必须是受信任的。 可信数据意味着实现以下功能的设计：
在平台级别，以下有助于在 Azure 上进行可信分析：
随时了解分析
Azure 分析服务正在不断发展，以应对新式数据挑战。 随时了解最新的更新和计划的功能：
获取 有关 Azure 产品和功能的最新更新。
随时了解以下关键分析服务：
其他资源
分析是一个广泛的类别，涵盖一系列解决方案。 以下资源可帮助你了解有关 Azure 的详细信息。
混合
大多数组织都需要通过混合方式来进行分析，因为他们的数据同时托管在本地和云中。 组织通常会将本地数据解决方案扩展到云。 为连接环境，组织必须选择混合网络体系结构。
关键的混合分析方案：
实时分析
实时分析使组织能够在数据到达时处理数据。 下面是一些资源，可帮助你开始使用 Azure 上的实时分析：
在 Azure 体系结构中心浏览更多分析示例
AWS 或 Google Cloud 专业人员
这些文章通过将 Azure 分析选项与其他云服务进行比较来帮助你快速提升：