Siatka danych. Nowoczesna koncepcja samoobs - Helion
ebook
Autor: Zhamak DehghaniTytuł oryginału: Data Mesh: Delivering Data-Driven Value at Scale
Tłumaczenie: Lech Lachowski
ISBN: 978-83-8322-038-3
stron: 344, Format: ebook
Data wydania: 2023-03-01
Księgarnia: Helion
Cena książki: 44,50 zł (poprzednio: 89,00 zł)
Oszczędzasz: 50% (-44,50 zł)
Osoby które kupowały "Siatka danych. Nowoczesna koncepcja samoobs", wybierały także:
- Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych 149,00 zł, (67,05 zł -55%)
- Excel 2013. Kurs video. Poziom drugi. Przetwarzanie i analiza danych 79,00 zł, (35,55 zł -55%)
- Zarz 99,00 zł, (49,50 zł -50%)
- Eksploracja danych za pomoc 67,00 zł, (33,50 zł -50%)
- Google Analytics od podstaw. Analiza wp 69,00 zł, (34,50 zł -50%)
Spis treści
Siatka danych. Nowoczesna koncepcja samoobsługowej infrastruktury danych eBook -- spis treści
Przedmowa
Wstęp
Prolog. Wyobraź sobie siatkę danych
Część I. Czym jest siatka danych?
- 1. Siatka danych w pigułce
- Rezultaty
- Transformacje
- Zasady
- Zasada własności dziedziny
- Zasada danych jako produktu
- Zasada samoobsługowej platformy danych
- Zasada sfederowanego zarządzania obliczeniowego
- Wzajemne oddziaływanie zasad
- Spojrzenie na model siatki danych
- Dane
- Dane operacyjne
- Dane analityczne
- Pochodzenie
- 2. Zasada własności dziedziny
- Krótkie wprowadzenie do projektowania dziedzinowego
- Zastosowanie projektowania strategicznego DDD do danych
- Archetypy danych dziedzinowych
- Dane dziedzinowe dostosowane do źródła
- Zagregowane dane dziedzinowe
- Dane dziedzinowe dostosowane do konsumenta
- Przechodzenie w kierunku własności dziedzinowej
- Przekazuj własność danych upstreamowo
- Definiuj wiele połączonych modeli
- Polisemie
- Wykorzystaj dane najbardziej odpowiedniej dziedziny: nie oczekuj jednego źródła prawdy
- Ukrywaj potoki danych jako wewnętrzną implementację dziedzin
- Podsumowanie
- 3. Zasada danych jako produktu
- Zastosowanie do danych myślenia w kategoriach produktu
- Podstawowe atrybuty użyteczności produktu danych
- Przechodzenie do zasady danych jako produktu
- Uwzględnij własność produktu danych w dziedzinach
- Przeformułuj nomenklaturę, aby zainicjować zmiany
- Traktuj dane jako produkt, a nie zwykły zasób
- Kształtuj kulturę danych opartą na zasadzie "ufaj, ale sprawdzaj"
- Łącz dane i obliczaj je jako pojedynczą jednostkę logiczną
- Podsumowanie
- Zastosowanie do danych myślenia w kategoriach produktu
- 4. Zasada samoobsługowej platformy danych
- Porównanie platformy siatki danych z innymi rozwiązaniami
- Dostosowanie do autonomicznych zespołów opartych na dziedzinach
- Zarządzanie autonomicznymi i interoperacyjnymi produktami danych
- Zintegrowana platforma dla funkcjonalności operacyjnych i analitycznych
- Dostosowanie do generalistów
- Faworyzowanie technologii zdecentralizowanych
- Niezależność dziedzinowa
- Myślenie w kategoriach platformy siatki danych
- Umożliwienie autonomicznym zespołom uzyskiwania wartości z danych
- Wymiana wartości za pomocą autonomicznych i interoperacyjnych produktów danych
- Przyspieszenie wymiany wartości przez zmniejszenie obciążenia poznawczego
- Poziome skalowanie udostępniania danych
- Wspieranie kultury wbudowanych innowacji
- Przechodzenie na samoobsługową platformę siatki danych
- Najpierw zaprojektuj interfejsy API i protokoły
- Przygotuj się na dostosowanie do generalistów
- Przeprowadź inwentaryzację i dokonaj uproszczenia
- Utwórz wysokopoziomowe interfejsy API do zarządzania produktami danych
- Buduj doświadczenia, a nie mechanizmy
- Zacznij od najprostszych fundamentów, a potem zbieraj plony, aby ewoluować
- Podsumowanie
- Porównanie platformy siatki danych z innymi rozwiązaniami
- 5. Zasada sfederowanego zarządzania obliczeniowego
- Zastosowanie myślenia systemowego do zarządzania siatką danych
- Utrzymywanie dynamicznej równowagi między autonomią dziedzinową a globalną interoperacyjnością
- Przyjęcie topologii dynamicznej jako stanu domyślnego
- Wykorzystanie automatyzacji i architektury rozproszonej
- Zastosowanie federacji do modelu zarządzania
- Zespół sfederowany
- Wartości przewodnie
- Reguły
- Zachęty
- Zastosowanie obliczeń do modelu zarządzania
- Standardy jako kod
- Reguły jako kod
- Zautomatyzowane testy
- Zautomatyzowane monitorowanie
- Przechodzenie na sfederowane zarządzanie obliczeniowe
- Delegowanie odpowiedzialności do dziedzin
- Osadzanie wykonywania reguł w poszczególnych produktach danych
- Automatyzacja zapewniania możliwości oraz monitorowania zamiast interweniowania
- Modelowanie luk
- Pomiar efektu sieciowego
- Przyjęcie zmian w miejsce stałości
- Podsumowanie
- Zastosowanie myślenia systemowego do zarządzania siatką danych
Część II. Dlaczego siatka danych?
- 6. Punkt przegięcia
- Wielkie oczekiwania wobec danych
- Wielki podział danych
- Skala - bliskie spotkania z nowym gatunkiem
- Nie tylko porządek
- Zbliżanie się do punktu zwrotu
- Podsumowanie
- 7. Po punkcie przegięcia
- Płynne reagowanie na zmiany w złożonym biznesie
- Wzajemne dostosowanie biznesu, technologii i danych analitycznych
- Wypełnienie luki między danymi analitycznymi i operacyjnymi
- Lokalizowanie zmian danych w dziedzinach biznesowych
- Zmniejszenie przypadkowej złożoności potoków i kopiowania danych
- Utrzymanie zwinności w obliczu wzrostu
- Usunięcie scentralizowanych i monolitycznych wąskich gardeł
- Zmniejszenie koordynacji potoków danych
- Zmniejszenie koordynacji zarządzania danymi
- Zapewnienie autonomii
- Zwiększenie współczynnika wartości z danych w stosunku do inwestycji
- Tworzenie warstwy abstrakcji dla złożoności technicznej za pomocą platformy danych
- Wszechobecne stosowanie myślenia w kategoriach produktowych
- Przekraczanie granic
- Podsumowanie
- Płynne reagowanie na zmiany w złożonym biznesie
- 8. Przed punktem przegięcia
- Ewolucja architektur danych analitycznych
- Pierwsza generacja - architektura hurtowni danych
- Druga generacja - architektura jeziora danych
- Trzecia generacja - multimodalna architektura chmury
- Charakterystyka architektury danych analitycznych
- Monolityzm
- Scentralizowana własność danych
- Wykorzystanie technologii
- Podsumowanie
- Ewolucja architektur danych analitycznych
Część III. Jak zaprojektować architekturę siatki danych?
- 9. Architektura logiczna
- Dziedzinowe interfejsy udostępniania danych analitycznych
- Projekt interfejsu operacyjnego
- Projekt interfejsu danych analitycznych
- Międzydziedzinowe zależności danych analitycznych
- Produkt danych jako kwant architektury
- Komponenty strukturalne produktu danych
- Interakcje współdzielenia danych przez produkty danych
- Interfejsy API wykrywania i obserwowalności danych
- Wielopłaszczyznowa platforma danych
- Płaszczyzna platformy
- (Narzędziowa) płaszczyzna infrastruktury danych
- Płaszczyzna doświadczenia produktu danych
- Płaszczyzna doświadczenia siatki
- Przykład
- Osadzone reguły obliczeniowe
- Przyczepa produktu danych
- Kontener obliczeniowy produktu danych
- Port sterowania
- Podsumowanie
- Dziedzinowe interfejsy udostępniania danych analitycznych
- 10. Architektura wielopłaszczyznowej platformy danych
- Projekt platformy oparty na podróżach użytkowników
- Podróż twórcy produktu danych
- Rozpoczęcie projektowania, eksplorowanie, wstępne uruchamianie i określanie źródeł
- Budowanie, testowanie, wdrażanie i uruchamianie
- Utrzymywanie, ewoluowanie i wycofywanie
- Podróż konsumenta produktu danych
- Rozpoczęcie projektowania, eksplorowanie, wstępne uruchamianie i określanie źródeł
- Budowanie, testowanie, wdrażanie i uruchamianie
- Monitorowanie, ewoluowanie i wycofywanie
- Podsumowanie
Część IV. Jak zaprojektować architekturę produktu danych?
- 11. Projektowanie produktu danych według afordancji
- Afordancje produktu danych
- Charakterystyka architektury produktu danych
- Projektowanie inspirowane prostotą złożonych systemów adaptacyjnych
- Zachowanie wynikające z prostych reguł lokalnych
- Brak centralnej orkiestracji
- Podsumowanie
- 12. Projektowanie konsumowania, przekształcania i serwowania danych
- Serwowanie danych
- Potrzeby użytkowników danych
- Właściwości projektowania serwowania danych
- Projektowanie serwowania danych
- Konsumowanie danych
- Archetypy źródeł danych
- Lokalizacja konsumpcji danych
- Projektowanie konsumowania danych
- Przekształcanie danych
- Przekształcanie programowe i nieprogramowe
- Transformacja oparta na przepływie danych
- Uczenie maszynowe jako transformacja
- Transformacja niestacjonarna
- Projekt transformacji
- Podsumowanie
- Serwowanie danych
- 13. Projektowanie wykrywania, rozumienia i komponowania danych
- Wykrywanie, rozumienie, obdarzanie zaufaniem i eksplorowanie
- Rozpocznij wykrywanie od samorejestracji
- Wykrywanie globalnego identyfikatora URI
- Zrozumienie modeli semantycznych i składniowych
- Ustanowienie zaufania za pomocą gwarancji danych
- Eksplorowanie kształtu danych
- Nauka na podstawie dokumentacji
- Wykrywanie, eksplorowanie i rozumienie projektu
- Komponowanie danych
- Właściwości projektu konsumowania danych
- Tradycyjne podejście do kompozycyjności danych
- Projekt komponowania danych
- Podsumowanie
- Wykrywanie, rozumienie, obdarzanie zaufaniem i eksplorowanie
- 14. Projektowanie organizowania i obserwowania danych oraz zarządzania nimi
- Zarządzanie cyklem życia
- Projektowanie zarządzania cyklem życia
- Komponenty manifestu produktu danych
- Zarządzanie danymi
- Projektowanie zarządzania danymi
- Normalizacja reguł
- Integracja danych i reguł
- Linkowanie reguł
- Obserwowanie, debugowanie i audytowanie
- Projektowanie obserwowalności
- Podsumowanie
- Zarządzanie cyklem życia
Część V. Od czego zacząć?
- 15. Strategia i wykonywanie
- Czy należy przyjąć siatkę danych już dziś?
- Siatka danych jako element strategii danych
- Framework wykonywania siatki danych
- Wykonywanie oparte na biznesie
- Wykonywanie kompleksowe i iteracyjne
- Wykonywanie ewolucyjne
- Podsumowanie
- 16. Organizacja i kultura
- Zmiana
- Kultura
- Wartości
- Nagroda
- Motywacje wewnętrzne
- Motywacje zewnętrzne
- Struktura
- Założenia struktury organizacyjnej
- Wykrywanie granic produktów danych
- Ludzie
- Role
- Rozwój zestawów umiejętności
- Proces
- Zmiany kluczowych procesów
- Podsumowanie