最近在做一數(shù)字化轉(zhuǎn)型項(xiàng)目,采用全微軟系統(tǒng)生態(tài)。基于Azure云部署的Dynamics365 ERP+CRM+eCommerce智能商業(yè)方案。作為一個(gè)從業(yè)20年的信息化老兵，歷經(jīng)win95，win98，win2000至 win2019，Linux。數(shù)據(jù)庫foxbase，access，Oracle，SQL server，開發(fā)語言工具VB，ASP，C#，X++，管理實(shí)施ERP系統(tǒng) Baan，SAP，Dynamics。今天談一下全面上云的體驗(yàn)。

我之前說到，全面上云是大勢所趨。

一是節(jié)省成本，二是拓展業(yè)務(wù)生態(tài)。

Azure 托管數(shù)據(jù)庫的好優(yōu)點(diǎn)

如官方所講使用完全托管的靈活數(shù)據(jù)庫構(gòu)建云原生應(yīng)用程序或?qū)崿F(xiàn)現(xiàn)有應(yīng)用程序的現(xiàn)代化。專注于應(yīng)用程序開發(fā)，而不是數(shù)據(jù)庫管理。

使用完全托管的數(shù)據(jù)庫簡化應(yīng)用程序開發(fā)

有完全托管的關(guān)系數(shù)據(jù)庫、NoSQL 數(shù)據(jù)庫和內(nèi)存中數(shù)據(jù)庫供你選擇，它們可跨專用引擎和開源引擎進(jìn)行使用。專注構(gòu)建創(chuàng)新的應(yīng)用程序，讓 Azure 來簡化你的工作。完全托管的數(shù)據(jù)庫會(huì)自動(dòng)一些任務(wù)，例如跨區(qū)域配置和管理高可用性、災(zāi)難恢復(fù)、備份和數(shù)據(jù)復(fù)制，從而節(jié)省你的時(shí)間和成本。

提供可高度擴(kuò)縮的客戶服務(wù)和 ERP 應(yīng)用程序

Cosmos DB

Data Lake Storage Gen2

SQL 數(shù)據(jù)庫

Synapse Analytics

Power BI

大數(shù)據(jù)解決方案理念

如今的組織正在生成越來越多的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。借助 Azure 托管數(shù)據(jù)庫和 Azure Synapse Analytics，可以通過 ERP 應(yīng)用程序和 Power BI 向員工提供見解，并通過 Web 和移動(dòng)應(yīng)用程序提供卓越的客戶服務(wù)，隨著數(shù)據(jù)量和應(yīng)用程序用戶的增加，可以無限制地進(jìn)行縮放。

體系結(jié)構(gòu)

數(shù)據(jù)流

首先，公司必須從各種源中輸入數(shù)據(jù)。

1.使用Azure Synapse Pipelines來采用所有格式的數(shù)據(jù)。

2.將數(shù)據(jù)登陸到 Azure Data Lake 存儲(chǔ) Gen 2，這是一個(gè)高度可縮放的數(shù)據(jù)湖。

然后，使用超Azure SQL 數(shù)據(jù)庫運(yùn)行高度可縮放的 ERP 系統(tǒng)：

1.使用數(shù)據(jù)將關(guān)系數(shù)據(jù)Azure Synapse Pipelines到Azure SQL 數(shù)據(jù)庫。公司的 ERP 系統(tǒng)在 Azure SQL 數(shù)據(jù)庫，并利用"超大規(guī)模"服務(wù)層級將計(jì)算或存儲(chǔ)縮放到 100 TB。

2.此數(shù)據(jù)通過 ERP 客戶端應(yīng)用程序顯示，以幫助公司管理其業(yè)務(wù)流程。

為了為客戶提供改進(jìn)服務(wù)，他們構(gòu)建高度可縮放的客戶服務(wù)應(yīng)用程序，這些應(yīng)用程序可擴(kuò)展到數(shù)百萬用戶：

1.利用適用于 Azure Cosmos DB HTAP 的 Azure Synapse Link，提供近實(shí)時(shí)分析和深入了解用戶與應(yīng)用程序的交互，無需 ETL。

2.使用 Azure Cosmos DB 為客戶服務(wù)應(yīng)用程序提供自動(dòng)和即時(shí)可伸縮性，以及 SLA 支持的速度、可用性、吞吐量和一致性。

最后，他們向公司中的用戶顯示商業(yè)智能見解，為數(shù)據(jù)驅(qū)動(dòng)的決策提供支持：

1.Power BI與 Azure Synapse Analytics緊密集成，提供對操作、數(shù)據(jù)倉庫和 Data Lake 數(shù)據(jù)的強(qiáng)大見解。