Diese Anleitung zeigt, wie AWS Supply Chain Control Tower die Transparenz geschäftskritischer Systeme verbessern kann. Analysieren Sie einen ständigen Datenstrom nahezu in Echtzeit, um verwertbare Einblicke und prädiktive Empfehlungen für Ihre Lieferkette zu erhalten.
Architekturdiagramm
Schritt 1
Supply Chain Control Towers (SCCT) sind auf den Eingang von Daten aus externen Systemen angewiesen, etwa von Logistikpartnern. Häufig kommen dabei dateibasierte Integrationen zum Einsatz. Moderne Herangehensweisen umfassen das Verfassen/Übertragen von Daten an eine sichere API, die mit Amazon API Gateway (Amazon Gateway) und AWS Lambda entwickelt wurde.
Schritt 2
Unternehmen, die verpackte Konsumgüter herstellen, sind auf kritische Systeme angewiesen, mit denen alles verwaltet wird, von den Rohstoffen bis hin zur Produktionskapazität. Für die Integration mit diesen Systemen können eine Reihe verschiedener Methoden verwendet werden: Amazon EventBridge zur Bereitstellung von auftretenden Ereignissen und Amazon AppFlow für einsatzfertige Integrationen mit Systemen wie SAP und für Systeme, die auf dateibasierte Integrationen beschränkt sind. Mit AWS Transfer Family lässt sich sicherer File Transfer, wie etwa SFTP-Aufträge, verwalten.
Schritt 3
Verschiedene Geräte in der Lieferkette enthalten ebenfalls Daten, die für SCCT von großer Bedeutung sind. Verbundene Geräte können mit dem MQTT-Protokoll Nachrichten über AWS IoT Core übertragen.
Schritt 4
Mit Services wie AWS DataBrew und AWS Glue lassen sich Daten transformieren und normalisieren, ehe sie im Push-Verfahren an die Datenplattform übertragen werden. Mit Amazon Textract können wichtige Daten aus Bildern/Papierdokumenten (wie Lieferscheinen) für das Einlesen in die Datenplattform extrahiert werden.
Schritt 5
Das Herzstück des SCCT bildet Ihre Datenplattform, die einzige verlässliche Informationsquelle für Ihre Daten. Dafür gibt es viele geeignete Muster.
Schritt 6
Mit Amazon SageMaker können Machine-Learning-Modelle entwickelt, trainiert und bereitgestellt werden, deren Hauptaugenmerk auf bestimmte Anwendungsfälle wie die Vorhersage der voraussichtlichen Ankunftszeit liegt. Amazon Forecast kann mit Zeitreihendaten für Bedarfsprognosen, den Bestand, die Produktion und benötigte Materialien eingesetzt werden.
Schritt 7
Amazon QuickSight kann mit Amazon OpenSearch Service für Live-Analysen, mit Amazon Athena für spontane Abfragen von Daten im Data Lake und mit Amazon Redshift für komplexe Abfragen und Ansichten genutzt werden.
Schritt 8
Mit QuickSight lassen sich die auf Ihrer Datenplattform analysierten Daten visualisieren, um verwertbare Erkenntnisse für bestimmte (aufgelistete) SCCT-Anwendungsfälle zu gewinnen.
Schritt 9
Ihr SCCT kann mit Microservices für bestimmte Anwendungsfälle erweitert werden. Beispiel: Fragen Sie Daten zu Transportstandorten aus Amazon DynamoDB über Amazon Lambda ab, um sie mit Amazon Location Service zu visualisieren.
Schritt 10
Es wird ein skalierbares und sicheres Serverless-Frontend erstellt. Dabei kommen AWS Amplify für eine einfache Codeentwicklung, Amazon Cognito für das Identitätsmanagement, Amazon CloudFront für die Verteilung des Inhalts, Amazon Simple Storage Service (Amazon S3) für die Speicherung statischer Ressourcen und Amazon Route 53 DNS zum Einsatz.
Schritt 1
Supply Chain Control Towers (SCCT) sind auf den Eingang von Daten aus externen Systemen angewiesen, etwa von Logistikpartnern. Häufig kommen dabei dateibasierte Integrationen zum Einsatz. Moderne Herangehensweisen umfassen das Verfassen/Übertragen von Daten an eine sichere API, die mit Amazon API Gateway (Amazon Gateway) und AWS Lambda entwickelt wurde.
Schritt 2
Unternehmen, die verpackte Konsumgüter herstellen, sind auf kritische Systeme angewiesen, mit denen alles verwaltet wird, von den Rohstoffen bis hin zur Produktionskapazität. Für die Integration mit diesen Systemen können eine Reihe verschiedener Methoden verwendet werden: Amazon EventBridge zur Bereitstellung von auftretenden Ereignissen und Amazon AppFlow für einsatzfertige Integrationen mit Systemen wie SAP und für Systeme, die auf dateibasierte Integrationen beschränkt sind. Mit AWS Transfer Family lässt sich sicherer File Transfer, wie etwa SFTP-Aufträge, verwalten.
Schritt 3
Verschiedene Geräte in der Lieferkette enthalten ebenfalls Daten, die für SCCT von großer Bedeutung sind. Verbundene Geräte können mit dem MQTT-Protokoll Nachrichten über AWS IoT Core übertragen.
Schritt 4
Mit Services wie AWS DataBrew und AWS Glue lassen sich Daten transformieren und normalisieren, ehe sie im Push-Verfahren an die Datenplattform übertragen werden. Mit Amazon Textract können wichtige Daten aus Bildern/Papierdokumenten (wie Lieferscheinen) für das Einlesen in die Datenplattform extrahiert werden.
Schritt 5
Das Herzstück des SCCT bildet Ihre Datenplattform, die einzige verlässliche Informationsquelle für Ihre Daten. Dafür gibt es viele geeignete Muster.
Schritt 6
Mit Amazon SageMaker können Machine-Learning-Modelle entwickelt, trainiert und bereitgestellt werden, deren Hauptaugenmerk auf bestimmte Anwendungsfälle wie die Vorhersage der voraussichtlichen Ankunftszeit liegt. Amazon Forecast kann mit Zeitreihendaten für Bedarfsprognosen, den Bestand, die Produktion und benötigte Materialien eingesetzt werden.
Schritt 7
Amazon QuickSight kann mit Amazon OpenSearch Service für Live-Analysen, mit Amazon Athena für spontane Abfragen von Daten im Data Lake und mit Amazon Redshift für komplexe Abfragen und Ansichten genutzt werden.
Schritt 8
Mit QuickSight lassen sich die auf Ihrer Datenplattform analysierten Daten visualisieren, um verwertbare Erkenntnisse für bestimmte (aufgelistete) SCCT-Anwendungsfälle zu gewinnen.
Schritt 9
Ihr SCCT kann mit Microservices für bestimmte Anwendungsfälle erweitert werden. Beispiel: Fragen Sie Daten zu Transportstandorten aus Amazon DynamoDB über Amazon Lambda ab, um sie mit Amazon Location Service zu visualisieren.
Schritt 10
Es wird ein skalierbares und sicheres Serverless-Frontend erstellt. Dabei kommen AWS Amplify für eine einfache Codeentwicklung, Amazon Cognito für das Identitätsmanagement, Amazon CloudFront für die Verteilung des Inhalts, Amazon Simple Storage Service (Amazon S3) für die Speicherung statischer Ressourcen und Amazon Route 53 DNS zum Einsatz.
Well-Architected-Säulen
Das AWS-Well-Architected-Framework hilft Ihnen, die Vor- und Nachteile der Entscheidungen zu verstehen, die Sie beim Aufbau von Systemen in der Cloud treffen. Die sechs Säulen des Frameworks ermöglichen es Ihnen, architektonische bewärhte Methoden für die Entwicklung und den Betrieb zuverlässiger, sicherer, effizienter, kostengünstiger und nachhaltiger Systeme zu erlernen. Mit dem AWS-Well-Architected-Tool, das kostenlos in der AWS-Managementkonsole verfügbar ist, können Sie Ihre Workloads anhand dieser bewährten Methoden überprüfen, indem Sie eine Reihe von Fragen für jede Säule beantworten.
Das obige Architekturdiagramm ist ein Beispiel für eine Lösung, die unter Berücksichtigung der bewährten Methoden von Well-Architected erstellt wurde. Um eine vollständige Well-Architected-Lösung zu erhalten, sollten Sie so viele bewährte Methoden von Well-Architected wie möglich befolgen.
-
Operative ExzellenzWhitepaper zur operativen Exzellenz lesen
Durch die ausschließliche Nutzung von AWS Managed Services sendet jeder Service eigene Metriken an Amazon CloudWatch, wo eine Fehlerüberwachung durch die Kunden möglich ist.
-
SicherheitWhitepaper zur Sicherheit lesen
Bei öffentlichen Services (wie der Benutzeroberfläche) wird mithilfe von Amazon Cognito der sichere Zugriff auf die wichtigsten Anwendungen und Services gewährleistet – dazu gehören auch rollenbasierte Zugriffskontrollen. Bereitgestellte API-Endpunkte werden ebenfalls mit geeigneten Zugriffs-, Authentifizierungs- und Autorisierungskontrollen gesichert, damit sie nur von zugelassenen Systemen und Benutzern verwendet werden. Bei anderen AWS-Services werden die rollenbasierten Zugriffskontrollen von AWS Identity and Access Management (IAM) genutzt, um zwischen den Services den Zugriff mit den geringsten Berechtigungen zu gewährleisten.
Die in dieser Architektur genutzten AWS Managed Services unterstützen die sichere Kommunikation, indem Daten während der Übertragung verschlüsselt werden. Dort wo Daten gespeichert werden (wie in Amazon Redshift und Amazon S3), werden die Daten auch im Ruhezustand verschlüsselt.
-
ZuverlässigkeitWhitepaper zur Zuverlässigkeit lesen
Diese Architektur nutzt Managed Services, die standardmäßig auf Hochverfügbarkeit ausgelegt sind. Einige Services (wie Amazon Redshift) können außerdem so konfiguriert werden, dass sie in mehreren Availability Zones bereitgestellt werden. Jede Komponente in dieser Architektur ist auf die Aufrechterhaltung der Verfügbarkeit im Katastrophenfall ausgelegt. Die Managed Services von AWS sind so konzipiert, dass sie mehrere Availability Zones umfassen. Andere Services wie Amazon Redshift können ebenfalls in mehreren Availability Zones bereitgestellt werden. Bei Ausfall einer Availability Zone können die bereitgestellten Services weiter betrieben werden.
-
Leistung und EffizienzWhitepaper zur Leistung und Effizienz lesen
Skalierbare und hochverfügbare Services wie Amazon S3, Amazon Kinesis, AWS Glue und Amazon Redshift wurden eigens für Datenanalytik-Workloads entwickelt.
-
KostenoptimierungWhitepaper zur Kostenoptimierung lesen
Bei dieser Architektur wird ein Ansatz verfolgt, der serverlosen Lösungen Vorrang einräumt. Nach Möglichkeit werden serverlose Services entsprechend der Auslastung skaliert, damit Sie wirklich nur für das bezahlen, was tatsächlich genutzt wird. Darüber hinaus werden Managed Services von AWS verwendet, die die Abrechnung von Leistungen ermöglichen.
Die Datenübertragung ist bei jeder datenorientierten Architektur ein wichtiger Aspekt. Bei dieser Lösung wird das größte Datenvolumen aus Quellsystemen eingelesen, was in der Eingangsrichtung in der Regel kostenlos erfolgt. Die Datenübertragung für AWS SFTP File Transfers, API-Gateway-Anfragen und Amazon-AppFlow-Daten wird gemäß den dokumentierten Servicepreisen berechnet. Alle anderen Daten bleiben zur Verarbeitung in der Region, um die Übertragungsgebühren möglichst gering zu halten.
-
NachhaltigkeitWhitepaper zur Nachhaltigkeit lesen
Managed Services von AWS helfen beim Hoch- und Herunterskalieren entsprechend den Geschäftsanforderungen und dem Datenverkehr und sind von Natur aus nachhaltiger als lokale Lösungen. Darüber hinaus automatisieren Serverless-Komponenten die Verwaltung der Infrastruktur und machen sie nachhaltiger.
Implementierungsressourcen
Es wird eine detaillierte Anleitung zum Experimentieren und zur Verwendung in Ihrem AWS-Konto bereitgestellt. Jede Phase der Erstellung der Anleitung, einschließlich Bereitstellung, Verwendung und Bereinigung, wird untersucht, um sie für die Bereitstellung vorzubereiten.
Der Beispielcode dient als Ausgangspunkt. Er ist branchenerprobt, präskriptiv, aber nicht endgültig, und ein Blick unter die Motorhaube, der Ihnen den Einstieg erleichtert.
Ähnliche Inhalte
[Titel]
Haftungsausschluss
Der Beispielcode, die Softwarebibliotheken, die Befehlszeilentools, die Machbarkeitsnachweise, die Vorlagen oder andere zugehörige Technologien (einschließlich derjenigen, die von unseren Mitarbeitern bereitgestellt werden) werden Ihnen als AWS-Inhalte im Rahmen der AWS-Kundenvereinbarung oder der entsprechenden schriftlichen Vereinbarung zwischen Ihnen und AWS (je nachdem, was zutrifft) zur Verfügung gestellt. Sie sollten diese AWS-Inhalte nicht in Ihren Produktionskonten oder für Produktions- oder andere kritische Daten verwenden. Sie sind verantwortlich für das Testen, Sichern und Optimieren des AWS-Inhalts, z. B. des Beispielcodes, für die Verwendung in der Produktion auf der Grundlage Ihrer spezifischen Qualitätskontrollverfahren und -standards. Bei der Bereitstellung von AWS-Inhalten können AWS-Gebühren für die Erstellung oder Nutzung von kostenpflichtigen AWS-Ressourcen anfallen, z. B. für den Betrieb von Amazon-EC2-Instances oder die Nutzung von Amazon-S3-Speicher.