Migration des métadonnées de gestion de flotte de plusieurs bases de données locales vers le cloud Azure

Home Case Studies Migration des métadonnées de gestion de flotte de plusieurs bases de données locales vers le cloud Azure

Découvrez comment nous avons exécuté la migration des métadonnées de gestion de flotte de plusieurs bases de données locales vers le cloud Azure

Client :
Plateforme de gestion de flotte OEM
Industry:
Gestion de flotte
Technologies :
Écrans UI/UX, pipelines Azure Data Factory, transformations de données, travaux Tiger Bridge, notebooks Databricks
Contexte du projet

Notre client envisageait de développer un outil de migration de données pour extraire et déplacer les métadonnées de la base de données PostgreSQL locale vers une instance Maria DB basée sur le cloud Azure. Le projet a nécessité la mise en œuvre de flux de données pour extraire des ensembles de données d'une variété de bases de données et d'une interface utilisateur pour capturer le travail, le type de travail et les types d'utilisateurs. L'exécution parallèle pour plusieurs locataires a été mandatée pour accélérer l'ingestion en plus de la mise en œuvre d'une interface utilisateur pour publier la progression et la vitesse de l'ingestion des données.

Notre mission

Notre objectif sur ce projet de migration de métadonnées était de migrer les données de plusieurs bases de données dans les locaux du client vers le cloud Azure de manière fiable et rapide. Certains des points saillants de l’exécution de ce projet sont les suivants :

  • Écrans UI/UX
  • Pipelines Azure Data Factory
  • Transformations de données
  • Travaux Tiger Bridge
  • Notebooks Databricks
  • Validations de bout en bout
Travail accompli
  • SHIR installé sur le serveur de données local
  • Implémentation de flux de données ADF pour extraire des ensembles de données de différentes bases de données d’applications du système source
  • Création d’une UI/UX pour capturer le travail, le type de travail et les types d’utilisateurs
  • Paramétrage utilisé dans ADF pour le chargement dynamique des données
  • Cadres d’audit exécutés et capacité de redémarrage à partir d’un point de défaillance
  • Implémentation d’une interface utilisateur pour publier la progression de l’ingestion de données
  • Exécution parallèle déployée pour plusieurs locataires afin d’accélérer l’ingestion
Économies de coûts

45%

Gain de temps sur le calendrier

50%

Travaillons ensemble

Tirez parti de notre expertise approfondie du domaine avec les technologies nouvelle génération pour devenir leader en innovation numérique

CONTACT