Questa guida mostra come AWS Supply Chain Control Tower può migliorare la visibilità nei sistemi business-critical. Analizza un flusso costante di dati quasi in tempo reale per ottenere informazioni fruibili e consigli predittivi per la catena di approvvigionamento.
Diagramma dell'architettura
Fase 1
Le Supply Chain Control Towers (SCCT) si basano su input di dati provenienti da sistemi esterni come i partner logistici. Spesso vengono utilizzate integrazioni basate su file. Gli approcci moderni includono la pubblicazione o l'invio di dati su un'API sicura creata utilizzando Gateway Amazon API (Gateway Amazon) e AWS Lambda.
Fase 2
Un'organizzazione di beni di largo consumo (CPG) si affida a sistemi critici che gestiscono tutto, dalle materie prime alla capacità di produzione. È possibile utilizzare una serie di metodi per l'integrazione con questi sistemi: Amazon EventBridge per distribuire eventi nel momento in cui si verificano, Amazon AppFlow per integrazioni pronte all'uso con sistemi come SAP e per sistemi limitati alle integrazioni basate su file. AWS Transfer Family può essere utilizzata per gestire trasferimenti sicuri di file come i processi SFTP.
Fase 3
Diverse apparecchiature lungo la catena di approvvigionamento contengono anche dati fondamentali per l'SCCT. I dispositivi connessi possono trasmettere messaggi tramite AWS IoT Core utilizzando il protocollo MQTT.
Fase 4
Servizi come AWS DataBrew e AWS Glue possono essere utilizzati per trasformare e normalizzare i dati prima di trasferirli alla piattaforma dati. Amazon Textract può essere utilizzato per estrarre dati importanti da immagini e documenti cartacei (come i documenti di deposito) per poi importarli nella piattaforma dati.
Fase 5
Il fulcro dell'SCCT è la piattaforma dati che sarà l'unica fonte di verità per i tuoi dati. Esistono molti modelli adatti.
Fase 6
Amazon SageMaker può essere utilizzato per creare, addestrare e implementare modelli di machine learning incentrati su casi d'uso specifici come la previsione ETA. Amazon Forecast può essere utilizzato con dati di serie temporali per la previsione della domanda, l'inventario, la produzione e i materiali necessari.
Fase 7
Amazon QuickSight può essere utilizzato con il servizio OpenSearch di Amazon per analisi in tempo reale, Amazon Athena per query improvvisate sui dati nel tuo data lake e Amazon Redshift per query e visualizzazioni complesse.
Fase 8
QuickSight può essere utilizzato per visualizzare i dati analizzati nella piattaforma dati e creare approfondimenti per casi d'uso SCCT specifici (elencati).
Fase 9
Il tuo SCCT può essere esteso con microservizi per casi d'uso specifici. Esempio: esegui query sui dati della posizione di trasporto da Amazon DynamoDB tramite Amazon Lambda per la visualizzazione con il servizio di posizione Amazon.
Fase 10
Viene creato un front-end scalabile, sicuro e serverless che sfrutta AWS Amplify per lo sviluppo facile del codice, Amazon Cognito per la gestione delle identità, Amazon CloudFront per la distribuzione di contenuti, Amazon Simple Storage Service (Amazon S3) per l'archiviazione di risorse statiche e Amazon Route 53 DNS.
Fase 1
Le Supply Chain Control Towers (SCCT) si basano su input di dati provenienti da sistemi esterni come i partner logistici. Spesso vengono utilizzate integrazioni basate su file. Gli approcci moderni includono la pubblicazione o l'invio di dati su un'API sicura creata utilizzando Gateway Amazon API (Gateway Amazon) e AWS Lambda.
Fase 2
Un'organizzazione di beni di largo consumo (CPG) si affida a sistemi critici che gestiscono tutto, dalle materie prime alla capacità di produzione. È possibile utilizzare una serie di metodi per l'integrazione con questi sistemi: Amazon EventBridge per distribuire eventi nel momento in cui si verificano, Amazon AppFlow per integrazioni pronte all'uso con sistemi come SAP e per sistemi limitati alle integrazioni basate su file. AWS Transfer Family può essere utilizzata per gestire trasferimenti sicuri di file come i processi SFTP.
Fase 3
Diverse apparecchiature lungo la catena di approvvigionamento contengono anche dati fondamentali per l'SCCT. I dispositivi connessi possono trasmettere messaggi tramite AWS IoT Core utilizzando il protocollo MQTT.
Fase 4
Servizi come AWS DataBrew e AWS Glue possono essere utilizzati per trasformare e normalizzare i dati prima di trasferirli alla piattaforma dati. Amazon Textract può essere utilizzato per estrarre dati importanti da immagini e documenti cartacei (come i documenti di deposito) per poi importarli nella piattaforma dati.
Fase 5
Il fulcro dell'SCCT è la piattaforma dati che sarà l'unica fonte di verità per i tuoi dati. Esistono molti modelli adatti.
Fase 6
Amazon SageMaker può essere utilizzato per creare, addestrare e implementare modelli di machine learning incentrati su casi d'uso specifici come la previsione ETA. Amazon Forecast può essere utilizzato con dati di serie temporali per la previsione della domanda, l'inventario, la produzione e i materiali necessari.
Fase 7
Amazon QuickSight può essere utilizzato con il servizio OpenSearch di Amazon per analisi in tempo reale, Amazon Athena per query improvvisate sui dati nel tuo data lake e Amazon Redshift per query e visualizzazioni complesse.
Fase 8
QuickSight può essere utilizzato per visualizzare i dati analizzati nella piattaforma dati e creare approfondimenti per casi d'uso SCCT specifici (elencati).
Fase 9
Il tuo SCCT può essere esteso con microservizi per casi d'uso specifici. Esempio: esegui query sui dati della posizione di trasporto da Amazon DynamoDB tramite Amazon Lambda per la visualizzazione con il servizio di posizione Amazon.
Fase 10
Viene creato un front-end scalabile, sicuro e serverless che sfrutta AWS Amplify per lo sviluppo facile del codice, Amazon Cognito per la gestione delle identità, Amazon CloudFront per la distribuzione di contenuti, Amazon Simple Storage Service (Amazon S3) per l'archiviazione di risorse statiche e Amazon Route 53 DNS.
Principi di Well-Architected
Il framework AWS Well-Architected consente di valutare i pro e i contro delle decisioni prese durante il processo di creazione di sistemi nel cloud. I sei principi del framework consentono di apprendere le best practice architetturali per la progettazione e il funzionamento di sistemi affidabili, sicuri, efficienti, convenienti e sostenibili. Grazie allo strumento AWS Well-Architected, disponibile gratuitamente nella Console di gestione AWS, puoi rivedere i tuoi carichi di lavoro rispetto a queste best practice rispondendo a una serie di domande per ciascun principio.
Il diagramma dell'architettura sopra riportato è un esempio di una soluzione creata tenendo conto delle best practice Well-Architected. Per essere completamente Well-Architected, dovresti seguire il maggior numero possibile di best practice.
-
Eccellenza operativaLeggi il whitepaper sull'eccellenza operativa
Sfruttando esclusivamente i servizi gestiti di AWS, ogni servizio emette il proprio set di parametri in Amazon CloudWatch, dove i clienti possono monitorare gli errori.
-
SicurezzaLeggi il whitepaper sulla sicurezza
Per i servizi rivolti al pubblico (come l'interfaccia utente), Amazon Cognito viene utilizzato per garantire un accesso sicuro alle applicazioni e ai servizi principali, inclusi i controlli degli accessi basati sui ruoli. Gli endpoint API forniti sono inoltre protetti con controlli di accesso, autenticazione e autorizzazione appropriati per garantire l'utilizzo da parte di sistemi e utenti autorizzati. Per altri servizi AWS, i controlli di accesso basati sui ruoli di AWS Identity and Access Management (IAM) vengono sfruttati per garantire l'accesso con il privilegio minimo tra i servizi.
I servizi gestiti di AWS utilizzati in questa architettura supportano comunicazioni sicure crittografando i dati in transito. Nel luogo in cui vengono archiviati i dati (come Amazon Redshift e Amazon S3), questi ultimi vengono crittografati anche quando sono inattivi.
-
AffidabilitàLeggi il whitepaper sull'affidabilità
Questa architettura sfrutta servizi gestiti progettati per essere altamente disponibili per impostazione predefinita. Alcuni servizi (come Amazon Redshift) possono anche essere configurati per essere implementati su più zone di disponibilità. Ogni componente di questa architettura è progettato per mantenere la disponibilità in caso di eventi di emergenza. I servizi gestiti di AWS sono progettati per coprire più zone di disponibilità. Anche altri servizi, come Amazon Redshift, possono essere implementati su più zone di disponibilità. In caso di guasto della zona di disponibilità, i servizi implementati possono continuare a funzionare.
-
Efficienza delle prestazioniLeggi il whitepaper sull'efficienza delle prestazioni
Servizi scalabili e a elevata disponibilità come Amazon S3, Amazon Kinesis, AWS Glue e Amazon Redshift sono progettati appositamente per carichi di lavoro di analisi dei dati.
-
Ottimizzazione dei costiLeggi il whitepaper sull'ottimizzazione dei costi
Questa architettura segue un approccio orientato al serverless. Ove possibile, i servizi serverless vengono dimensionati in base al carico per garantire che paghi solo per ciò che utilizzi. Inoltre, vengono utilizzati servizi gestiti di AWS che consentono la fatturazione delle utenze.
Il trasferimento dei dati viene preso in considerazione per qualsiasi architettura orientata ai dati. In questa soluzione, il maggior volume di dati viene importato dai sistemi di origine, che generalmente vengono scaricati nella direzione in ingresso. Il trasferimento di dati per i trasferimenti di file AWS SFTP, le richieste di gateway API e i dati di Amazon AppFlow viene addebitato in base ai prezzi del servizio documentati. Tutti gli altri dati vengono conservati all'interno della regione per l'elaborazione al fine di ridurre al minimo i costi di trasferimento.
-
SostenibilitàLeggi il whitepaper sulla sostenibilità
I servizi gestiti di AWS aiutano ad aumentare e ridurre la capacità in base ai requisiti e al traffico aziendali e sono intrinsecamente più sostenibili delle soluzioni on-premise. Inoltre, i componenti serverless sfruttati automatizzano il processo di gestione dell'infrastruttura e lo rendono più sostenibile.
Risorse per l'implementazione
Viene fornita una guida dettagliata da sperimentare e utilizzare all'interno del tuo account AWS. Ogni fase della creazione della guida, inclusa l'implementazione, l'utilizzo e la pulizia, viene esaminata per prepararla all'implementazione.
Il codice di esempio è un punto di partenza. È convalidato dal settore, prescrittivo ma non definitivo, ed è il punto di partenza per iniziare a lavorare.
Contenuti correlati
[Titolo]
Avvertenza
Il codice di esempio, le librerie software, gli strumenti della linea di comando, le proof of concept, i modelli e le altre tecnologie correlate (comprese tutte le tecnologie di cui sopra fornite dal nostro personale) vengono forniti all'utente sotto forma di contenuto AWS ai sensi dell'Accordo cliente AWS o del relativo accordo scritto stipulato tra l'utente e AWS (a seconda dei casi). Non bisogna utilizzare il contenuto AWS in questione negli account di produzione o sui dati di produzione o altri dati fondamentali. L'utente è responsabile dei test, della sicurezza e dell'ottimizzazione del contenuto AWS, come il codice di esempio, in modo appropriato per l'utilizzo in produzione sulla base delle pratiche e degli standard di qualità specifici. L'implementazione del contenuto AWS può comportare costi AWS per la creazione o l'utilizzo di risorse AWS addebitabili, quali le istanze Amazon EC2 in esecuzione o l'archiviazione Amazon S3.