Zarz - Helion

Autor: Piethein Strengholt
Tytuł oryginału: Data Management at Scale: Modern Data Architecture with Data Mesh and Data Fabric, 2nd Edition
ISBN: 978-83-289-0546-7
okładka: mi
Księgarnia: Helion

Książka będzie dostępna od stycznia 2024

Zobacz także »

Zobacz także:

Windows Media Center. Domowe centrum rozrywki 66,67 zł, (8,00 zł -88%)
Ruby on Rails. Ćwiczenia 18,75 zł, (3,00 zł -84%)
DevOps w praktyce. Kurs video. Jenkins, Ansible, Terraform i Docker 190,00 zł, (39,90 zł -79%)
Przywództwo w świecie VUCA. Jak być skutecznym liderem w niepewnym środowisku 58,64 zł, (12,90 zł -78%)
Scrum. O zwinnym zarządzaniu projektami. Wydanie II rozszerzone 58,64 zł, (12,90 zł -78%)

Spis treści

Zarządzanie danymi w zbiorach o dużej skali. Nowoczesna architektura z siatką danych i technologią Data Fabric. Wydanie II -- spis treści

Słowo wstępne

Przedmowa

1. Firma oparta na danych

Najnowsze osiągnięcia w zakresie rozwoju technologii i trendy branżowe
Zarządzanie danymi
Analityka powoduje fragmentaryzację "krajobrazu" danych
Zmienia się szybkość dostarczania oprogramowania
Wpływ technologii chmury na zarządzanie danymi jest ogromny
Prywatność i bezpieczeństwo to kwestie o najwyższym priorytecie
Systemy operacyjne i analityczne wymagają zintegrowania
Firmy funkcjonują w ekosystemach pracy zespołowej
Przedsiębiorstwa są obarczone przestarzałymi architekturami danych
- Hurtownia danych dla przedsiębiorstw: pojedyncze "źródło prawdy"
- "Jezioro" danych: scentralizowane repozytorium danych ze strukturą i bez niej
- Kłopotliwość centralizacji
Określanie strategii dotyczącej danych
Podsumowanie

2. Organizowanie danych z użyciem domen danych

Punkty początkowe procesu projektowania architektury
- Każda aplikacja dysponuje magazynem danych
- Aplikacje są zawsze unikalne
- "Złote" źródła
- Dylemat dotyczący integracji danych
- Role aplikacji
Inspiracje architektury oprogramowania
Domeny danych
- Metodyka DDD
- Architektura biznesowa
- Granice domeny i szczegółowość
- Właściwości domeny
Zasady dotyczące domenowego zarządzania danymi rozproszonymi
- Zasady projektowe dotyczące domen danych
- Najlepsze praktyki dotyczące dostawców danych
- Zakres odpowiedzialności w ramach własności domeny
Proces przejścia na domenowe zarządzanie danymi rozproszonymi
Podsumowanie

3. Odwzorowanie domen na architekturę technologii

Topologie domen: zarządzanie obszarami problemów
- Topologia w pełni stowarzyszonych domen
- Topologia domen nadzorowanych
- Topologia częściowo stowarzyszonych domen
- Topologia domen dopasowanych do łańcucha wartości
- Topologia domen uproszczonych
- Topologia domen uproszczonych i częściowo nadzorowanych
- Topologia domen scentralizowanych
- Wybór właściwej topologii
Topologie stref docelowych: zarządzanie obszarami rozwiązań
- Pojedyncza strefa docelowa danych
- Strefy docelowe dopasowane do systemów źródłowych i konsumentów
- Strefa docelowa danych z jednostką centralną
- Wiele stref docelowych danych
- Wiele stref docelowych zarządzania danymi
- Praktyczny przykład stref docelowych
Podsumowanie

4. Zarządzanie produktami z danymi

Czym są produkty z danymi?
- Problemy z łączeniem ze sobą kodu, danych, metadanych i infrastruktury
- Produkty z danymi jako jednostki logiczne
Wzorce projektowe produktów z danymi
- Czym jest wzorzec CQRS?
- Repliki do odczytu jako produkty z danymi
Zasady projektowe w przypadku produktów z danymi
- Projekt optymalizowany pod kątem odczytu i ukierunkowany na zasoby
- Dane produktu są trwałe
- Zastosowanie języka wszechobecnego
- Przechwytywanie bezpośrednio ze źródła
- Przejrzyste standardy współdziałania
- Żadnych nieprzetworzonych danych
- Niedostosowywanie się do konsumentów
- Brakujące wartości, wartości domyślne i typy danych
- Spójność semantyczna
- Atomowość
- Zgodność
- Uogólnianie zmiennych danych referencyjnych
- Nowe dane oznaczają nową własność
- Wzorce bezpieczeństwa danych
- Ustanowienie metamodelu
- Umożliwienie samoobsługi
- Wzajemne relacje między domenami
- Spójność w przedsiębiorstwie
- Historyzacja, ponowne dostarczenia i nadpisania
- Możliwości biznesowe z wieloma właścicielami
- Model operacyjny
Architektura produktów z danymi
- Ogólny projekt platformy
- Możliwości przechwytywania i wprowadzania danych
- Jakość danych
- Historyzacja danych
Projekt rozwiązań
- Rzeczywisty przykład
- Dopasowywanie do kont magazynu
- Dopasowywanie do potoków danych
- Możliwości udostępniania danych
- Usługi udostępniające dane
- Usługa modyfikowania plików
- Usługa dezidentyfikacji
- Orkiestracja rozproszona
- Inteligentne usługi konsumentów
- Kwestie dotyczące bezpośredniego korzystania z danych
Początek działań
Podsumowanie

5. Zarządzanie interfejsami API i usługami

Zarządzanie interfejsami API - wprowadzenie
Czym jest architektura SOA?
- Integracja EAI
- Orkiestracja usług
- Choreografia usług
- Usługi publiczne i prywatne
- Modele usług i kanoniczne modele danych
- Porównania z architekturą hurtowni danych dla przedsiębiorstw
Nowoczesne ujęcie zarządzania interfejsami API
- Model stowarzyszonego zakresu odpowiedzialności
- Brama interfejsów API
- Interfejs API jako produkt
- Usługi złożone
- Kontrakty interfejsów API
- Wykrywalność interfejsów API
Mikrousługi
- Funkcje
- Siatka usług
- Granice domeny z mikrousługami
Komunikacja w ekosystemie
Interfejsy API powiązane z komfortem pracy
- Usługa GraphQL
- Wzorzec Backends For Frontends
Praktyczny przykład
Zarządzanie metadanymi
Ukierunkowane na operacje odczytu interfejsy API udostępniające produkty z danymi
Podsumowanie

6. Zarządzanie zdarzeniami i powiadomieniami

Wprowadzenie do zdarzeń
- Powiadomienia i stan przenoszony
- Model komunikacji asynchronicznej
Jaką mają postać nowoczesne architektury zależne od zdarzeń?
- Kolejki komunikatów
- Brokery zdarzeń
- Style przetwarzania zdarzeń
- Producenci zdarzeń
- Konsumenci zdarzeń
- Platformy przetwarzania strumieniowego zdarzeń
- Model nadzoru
- Magazyny zdarzeń jako magazyny produktów z danymi
- Magazyny zdarzeń w roli zaplecza serwerowego aplikacji
Strumieniowanie jako fundament operacyjny
Gwarancje i spójność
- Poziom spójności
- Metody przetwarzania
- Uporządkowanie komunikatów
- Kolejka DLQ
- Współdziałanie w przypadku strumieniowania
Nadzór i samoobsługa
Podsumowanie

7. Zbierzmy wszystko razem

Współdziałanie domen
- Szybkie przypomnienie
- Porównanie dystrybucji danych i integracji aplikacji
- Wzorce dystrybucji danych
- Wzorce integracji aplikacji
- Spójność i wykrywalność
Inspirowanie, motywowanie i kierowanie w stronę zmiany
- Określanie granic domen
- Obsługa wyjątków
Transformacja organizacyjna
- Topologie zespołów
- Planowanie organizacyjne
Podsumowanie

8. Nadzór nad danymi i ich bezpieczeństwo

Nadzór nad danymi
- Struktura nadzoru
- Procesy: działania w ramach nadzoru nad danymi
- Zapewnienie efektywności i pragmatyczności nadzoru
- Usługi wspomagające nadzór nad danymi
- Kontrakty danych
Bezpieczeństwo danych
- Nowoczesna metoda oparta na silosach
- Granice zaufania
- Klasyfikacje i etykiety danych
- Klasyfikacje wykorzystania danych
- Jednolita struktura bezpieczeństwa danych
- Dostawcy tożsamości
- Praktyczny przykład
- Typowy przepływ przetwarzania zabezpieczeń
- Zabezpieczanie architektur opartych na interfejsach API
- Zabezpieczanie architektur zależnych od zdarzeń
Podsumowanie

9. Demokratyzowanie danych za pomocą metadanych

Zarządzanie metadanymi
Model metadanych przedsiębiorstwa
- Praktyczny przykład metamodelu
- Domeny danych i produkty z danymi
- Modele danych
- Pochodzenie danych
- Inne obszary metadanych
Architektura "jeziora" metadanych
- Rola katalogu
- Rola grafu wiedzy
Podsumowanie

10. Nowoczesne zarządzanie danymi podstawowymi

Style zarządzania danymi podstawowymi
Integracja danych
Projektowanie rozwiązania do zarządzania danymi podstawowymi
Zarządzanie danymi podstawowymi ukierunkowane na domenę
- Dane referencyjne
- Dane podstawowe
- Zarządzanie danymi podstawowymi i jakość danych jako usługa
Zarządzanie danymi podstawowymi i opieka nad danymi
- Wymiana wiedzy
- Widoki zintegrowane
- Komponenty wielokrotnego użycia i logika integracji
- Ponowne publikowanie danych za pośrednictwem koncentratorów integracji
- Ponowne publikowanie danych z użyciem agregatów
Zalecenia dotyczące nadzoru nad danymi
Podsumowanie

11. Przekształcanie danych w wartość

Wyzwania towarzyszące przekształcaniu danych w wartość
Magazyny danych domenowych
- Szczegółowość zastosowań dopasowanych do konsumentów
- Porównanie magazynów DDS i produktów z danymi
Najlepsze praktyki
- Wymagania biznesowe
- Docelowa grupa odbiorców i model operacyjny
- Wymagania niefunkcjonalne
- Potoki danych i modele danych
- Ustalanie zasięgu roli odgrywanej przez używane magazyny DDS
Analityka biznesowa
- Warstwy semantyczne
- Narzędzia zautomatyzowane i dane
- Najlepsze praktyki
Zaawansowana analityka (MLOps)
- Inicjowanie projektu
- Eksperymentowanie i monitorowanie
- Inżynieria danych
- Operacjonalizacja modelu
- Wyjątki
Podsumowanie

12. Wykorzystanie teorii w praktyce

Krótka refleksja na temat Twojej podróży po świecie danych
Scentralizowane czy zdecentralizowane?
Praktyczne zastosowanie
- Etap oportunistyczny: określenie strategicznego kierunku
- Etap transformacji: wyznaczenie fundamentu
- Etap optymalizacji: profesjonalizacja zdolności
Kultura pracy zależna od danych
- Metodyka DataOps
- Nadzór i znajomość
Rola architektów w przedsiębiorstwie
- Plany i diagramy
- Umiejętności na obecne czasy
- Kontrola i nadzór
I coś na koniec