Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Este artigo descreve um padrão de integração comum do Microsoft Graph para um cenário de negócios que requer uma análise complexa de dados de colaboração empresarial para melhorar os processos de negócios e a produtividade.
Este cenário depende de uma grande quantidade de dados extraídos do Microsoft 365 e tem os seguintes requisitos:
- Um tipo de integração de dados.
- Um fluxo de dados de saída dos limites do Microsoft 365 para o aplicativo.
- Um grande volume de dados abrangendo vários meses.
- Uma latência de dados relativamente alta; A extração de dados inicial pode incluir mensagens com até um ano de idade.
A melhor opção para esse cenário é usar o Microsoft Graph Data Connect. O cliente precisa configurar o armazenamento de dados de alta capacidade, como o Azure Data Lake ou o Azure Synapse, habilitar uma assinatura do Azure e configurar um pipeline do Azure Data Factory ou do Azure Synapse.
O diagrama a seguir mostra a arquitetura dessa solução.
Componentes da solução
A arquitetura da solução inclui os seguintes componentes:
- O Microsoft Graph Data Connect, que permite a extração de dados do Microsoft 365 em escala com consentimento granular de dados e dá suporte a todos os recursos de serviço nativos do Azure, como criptografia, delimitação geográfica, auditoria e imposição de política.
- O ADF (Azure Data Factory), que permite a fácil construção de processos de ETL (extração, transformação e carregamento) e ELT (extração, carregamento e transformação) sem código em um ambiente intuitivo ou escrevendo seu código.
- Azure Data Lake, que permite manter grandes quantidades de dados estruturados e não estruturados em diferentes formatos.
- O Microsoft Entra ID, que é necessário para gerenciar a autenticação para APIs do Microsoft Graph e dá suporte a permissões delegadas e de aplicativo para habilitar o fluxo OAuth.
Considerações
As considerações a seguir dão suporte ao uso desse padrão de integração:
Disponibilidade: o ADF do cliente pode extrair dados em massa de acordo com sua programação ou de forma ad hoc.
Latência: A latência de dados neste cenário pode variar dependendo da extração de dados históricos ou da entrega de dados mais recentes ao armazenamento do Microsoft Graph Data Connect por processos assíncronos executados como tarefas agendadas. O desempenho da extração de dados grandes do ADF é mais rápido do que as APIs HTTP granulares porque o ADF usa envio em lote e transferência de arquivos.
Escalabilidade: essa arquitetura permite que você desenvolva pipelines que maximizam a taxa de transferência de movimentação de dados para seu ambiente. Esses pipelines podem utilizar totalmente os seguintes recursos:
- Largura de banda de rede entre os armazenamentos de dados de origem e de destino.
- Operações de entrada/saída do repositório de dados de origem ou destino por segundo (IOPS) e largura de banda.
Complexidade da solução: essa solução de saída de dados é de baixa complexidade do ponto de vista da integração porque não requer código personalizado, tem poucos componentes e é tolerante à latência de dados.