En este articulo hablaremos sobre esta plataforma de gobernabilidad y lineaje de datos en Azure, que fue anunciada en disponibilidad general recientemente y que viene pisando fuerte en el mundo de analitica a nivel Enterprise. En una generalidad Microsoft con esta herramienta busca integrar una atractiva manera de apoyar en temas de gobernabilidad de datos, y al mismo tiempo maximizar el valor de datos para unidades de negocio y consumidores.
En términos generales Microsoft ha encontrado la manera de generar una opción para todos aquellos profesionales que trabajan con datos, para mejorar no solo la integración sino la experiencia de usuario.
Conceptos
Comencemos con conceptos básicos de esta herramienta. Al dirigirnos al portal de Azure y utilizando la búsqueda con la palabra clave Purview encontraremos:
La opción de Purview Accounts, que es la que nos dará acceso a crear nuestra cuenta en el Portal de Azure:
Como podemos ver en la imagen anterior, solo necesitamos definir nuestra suscripción, el grupo de recursos que utilizaremos, dar un nombre único a nuestra cuenta de Purview, y definir la región donde crearemos nuestra instancia. En terminos de redes, podremos seleccionar si deseamos conectarnos a nuestro portal de Purview en forma pública o privada a través de un Endpoint. Una vez generada nuestra cuenta, podremos acceder a lo que denominamos Purview Studio:
En nuestra experiencia con Purview Studio tendremos una interfaz capaz de darnos una visión unificada de catalogo de datos (búsqueda, glosario de negocios, lineaje), reportes de uso, escaneos predeterminados, y clasificación de datos. Purview Studio se divide en Hubs de Actividades como una manera practica de organizar tareas necesarias para el manejo de actividades de gobernabilidad.
Capacidades
Varias de las actividades que se pueden realizar en Purview Studio vinculadas a tareas, artefactos y documentación basado en el rol que se conecta a nuestra instancia:
Origenes
Es posible mapear datos para manejar un mapa de metadata operacional y transaccional independientemente donde resida. Algunas de las ventajas:
-
Escaneo automático de fuentes On-Premises, multi-nube y SaaS data.
-
Descubrir origenes de datos tales como Azure, Power BI, SQL. Integraciones posibles con Power BI, SQL (On Premises, Azure, Managed Instance) y Servicios de Azure tales como: Synapse, Cosmos DB, ADLS.
-
Manejo de metadata
-
Acceso a Apache Atlas Open API permitiendo publicar metadata y lineaje desde varios sistemas open-source.
Para registrar un nuevo origen de datos:
Escaneos
En Purview tenemos acceso a escaneos y clasificaciones automáticos para varios origenes de datos On Premises, Multi-Nube y SaaS data. Podemos a su vez definir el contexto de nuestro escaneo (por ejemplo, indicando una cuenta entera de almacenamiento o solo ciertos contenedores o archivos específicos):
También contamos con la capacidad de escanear solo ciertos tipos de archivos:
De esta manera logramos a su vez y una vez escaneados diferentes origenes de datos tener una visualización excelente del lineaje de nuestra informacion corporativa:
Conclusión
A modo de conclusión, se vienen muchas funcionalidades en Purview que busca de esta manera contribuir en el descubrimiento, búsqueda y enriquecimiento de metada, lineaje, etiquetado de datos sensibles entre otros para empoderar a las organizaciones en materia de gobernabilidad de la informacion.
Gastón Cruz
Data Platform MVP
