reklama - zainteresowany?

Zarz - Helion

Zarz
ebook
Autor: Piethein Strengholt
Tytuł oryginału: Data Management at Scale: Modern Data Architecture with Data Mesh and Data Fabric, 2nd Edition
TÅ‚umaczenie: Piotr Pilch
ISBN: 978-83-289-0547-4
stron: 384, Format: ebook
Data wydania: 2024-05-21
Księgarnia: Helion

Cena książki: 49,50 zł (poprzednio: 99,00 zł)
Oszczędzasz: 50% (-49,50 zł)

Dodaj do koszyka Zarz

Tagi: Analiza danych | Inne

Datafikacja trwa ― i zmienia nasze

Dodaj do koszyka Zarz

 

Osoby które kupowały "Zarz", wybierały także:

  • Databricks. Kurs video. Wst
  • Apache NiFi. Kurs video. Automatyzacja przep
  • Web scraping. Kurs video. Zautomatyzowane pozyskiwanie danych z sieci
  • Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
  • Excel 2013. Kurs video. Poziom drugi. Przetwarzanie i analiza danych

Dodaj do koszyka Zarz

Spis treści

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

Słowo wstępne

Przedmowa

1. Firma oparta na danych

  • Najnowsze osiÄ…gniÄ™cia w zakresie rozwoju technologii i trendy branżowe
  • ZarzÄ…dzanie danymi
  • Analityka powoduje fragmentaryzacjÄ™ "krajobrazu" danych
  • Zmienia siÄ™ szybkość dostarczania oprogramowania
  • WpÅ‚yw technologii chmury na zarzÄ…dzanie danymi jest ogromny
  • Prywatność i bezpieczeÅ„stwo to kwestie o najwyższym priorytecie
  • Systemy operacyjne i analityczne wymagajÄ… zintegrowania
  • Firmy funkcjonujÄ… w ekosystemach pracy zespoÅ‚owej
  • PrzedsiÄ™biorstwa sÄ… obarczone przestarzaÅ‚ymi architekturami danych
    • Hurtownia danych dla przedsiÄ™biorstw: pojedyncze "źródÅ‚o prawdy"
    • "Jezioro" danych: scentralizowane repozytorium danych ze strukturÄ… i bez niej
    • KÅ‚opotliwość centralizacji
  • OkreÅ›lanie strategii dotyczÄ…cej danych
  • Podsumowanie

2. Organizowanie danych z użyciem domen danych

  • Punkty poczÄ…tkowe procesu projektowania architektury
    • Każda aplikacja dysponuje magazynem danych
    • Aplikacje sÄ… zawsze unikalne
    • "ZÅ‚ote" źródÅ‚a
    • Dylemat dotyczÄ…cy integracji danych
    • Role aplikacji
  • Inspiracje architektury oprogramowania
  • Domeny danych
    • Metodyka DDD
    • Architektura biznesowa
    • Granice domeny i szczegóÅ‚owość
    • WÅ‚aÅ›ciwoÅ›ci domeny
  • Zasady dotyczÄ…ce domenowego zarzÄ…dzania danymi rozproszonymi
    • Zasady projektowe dotyczÄ…ce domen danych
    • Najlepsze praktyki dotyczÄ…ce dostawców danych
    • Zakres odpowiedzialnoÅ›ci w ramach wÅ‚asnoÅ›ci domeny
  • Proces przejÅ›cia na domenowe zarzÄ…dzanie danymi rozproszonymi
  • Podsumowanie

3. Odwzorowanie domen na architekturÄ™ technologii

  • Topologie domen: zarzÄ…dzanie obszarami problemów
    • Topologia w peÅ‚ni stowarzyszonych domen
    • Topologia domen nadzorowanych
    • Topologia częściowo stowarzyszonych domen
    • Topologia domen dopasowanych do Å‚aÅ„cucha wartoÅ›ci
    • Topologia domen uproszczonych
    • Topologia domen uproszczonych i częściowo nadzorowanych
    • Topologia domen scentralizowanych
    • Wybór wÅ‚aÅ›ciwej topologii
  • Topologie stref docelowych: zarzÄ…dzanie obszarami rozwiÄ…zaÅ„
    • Pojedyncza strefa docelowa danych
    • Strefy docelowe dopasowane do systemów źródÅ‚owych i konsumentów
    • Strefa docelowa danych z jednostkÄ… centralnÄ…
    • Wiele stref docelowych danych
    • Wiele stref docelowych zarzÄ…dzania danymi
    • Praktyczny przykÅ‚ad stref docelowych
  • Podsumowanie

4. ZarzÄ…dzanie produktami z danymi

  • Czym sÄ… produkty z danymi?
    • Problemy z Å‚Ä…czeniem ze sobÄ… 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 kÄ…tem odczytu i ukierunkowany na zasoby
    • Dane produktu sÄ… trwaÅ‚e
    • Zastosowanie jÄ™zyka wszechobecnego
    • Przechwytywanie bezpoÅ›rednio ze źródÅ‚a
    • Przejrzyste standardy wspóÅ‚dziaÅ‚ania
    • Å»adnych nieprzetworzonych danych
    • Niedostosowywanie siÄ™ do konsumentów
    • BrakujÄ…ce wartoÅ›ci, wartoÅ›ci domyÅ›lne i typy danych
    • Spójność semantyczna
    • Atomowość
    • Zgodność
    • Uogólnianie zmiennych danych referencyjnych
    • Nowe dane oznaczajÄ… nowÄ… wÅ‚asność
    • Wzorce bezpieczeÅ„stwa danych
    • Ustanowienie metamodelu
    • Umożliwienie samoobsÅ‚ugi
    • Wzajemne relacje miÄ™dzy domenami
    • Spójność w przedsiÄ™biorstwie
    • Historyzacja, ponowne dostarczenia i nadpisania
    • MożliwoÅ›ci biznesowe z wieloma wÅ‚aÅ›cicielami
    • Model operacyjny
  • Architektura produktów z danymi
    • Ogólny projekt platformy
    • MożliwoÅ›ci przechwytywania i wprowadzania danych
    • Jakość danych
    • Historyzacja danych
  • Projekt rozwiÄ…zaÅ„
    • Rzeczywisty przykÅ‚ad
    • Dopasowywanie do kont magazynu
    • Dopasowywanie do potoków danych
    • MożliwoÅ›ci udostÄ™pniania danych
    • UsÅ‚ugi udostÄ™pniajÄ…ce dane
    • UsÅ‚uga modyfikowania plików
    • UsÅ‚uga dezidentyfikacji
    • Orkiestracja rozproszona
    • Inteligentne usÅ‚ugi konsumentów
    • Kwestie dotyczÄ…ce bezpoÅ›redniego korzystania z danych
  • PoczÄ…tek dziaÅ‚aÅ„
  • Podsumowanie

5. Zarządzanie interfejsami API i usługami

  • ZarzÄ…dzanie interfejsami API - wprowadzenie
  • Czym jest architektura SOA?
    • Integracja EAI
    • Orkiestracja usÅ‚ug
    • Choreografia usÅ‚ug
    • UsÅ‚ugi publiczne i prywatne
    • Modele usÅ‚ug i kanoniczne modele danych
    • Porównania z architekturÄ… hurtowni danych dla przedsiÄ™biorstw
  • Nowoczesne ujÄ™cie zarzÄ…dzania interfejsami API
    • Model stowarzyszonego zakresu odpowiedzialnoÅ›ci
    • Brama interfejsów API
    • Interfejs API jako produkt
    • UsÅ‚ugi zÅ‚ożone
    • Kontrakty interfejsów API
    • Wykrywalność interfejsów API
  • MikrousÅ‚ugi
    • Funkcje
    • Siatka usÅ‚ug
    • Granice domeny z mikrousÅ‚ugami
  • Komunikacja w ekosystemie
  • Interfejsy API powiÄ…zane z komfortem pracy
    • UsÅ‚uga GraphQL
    • Wzorzec Backends For Frontends
  • Praktyczny przykÅ‚ad
  • ZarzÄ…dzanie metadanymi
  • Ukierunkowane na operacje odczytu interfejsy API udostÄ™pniajÄ…ce produkty z danymi
  • Podsumowanie

6. ZarzÄ…dzanie zdarzeniami i powiadomieniami

  • Wprowadzenie do zdarzeÅ„
    • Powiadomienia i stan przenoszony
    • Model komunikacji asynchronicznej
  • JakÄ… majÄ… postać nowoczesne architektury zależne od zdarzeÅ„?
    • Kolejki komunikatów
    • Brokery zdarzeÅ„
    • Style przetwarzania zdarzeÅ„
    • Producenci zdarzeÅ„
    • Konsumenci zdarzeÅ„
    • Platformy przetwarzania strumieniowego zdarzeÅ„
    • Model nadzoru
    • Magazyny zdarzeÅ„ jako magazyny produktów z danymi
    • Magazyny zdarzeÅ„ w roli zaplecza serwerowego aplikacji
  • Strumieniowanie jako fundament operacyjny
  • Gwarancje i spójność
    • Poziom spójnoÅ›ci
    • Metody przetwarzania
    • UporzÄ…dkowanie komunikatów
    • Kolejka DLQ
    • WspóÅ‚dziaÅ‚anie w przypadku strumieniowania
  • Nadzór i samoobsÅ‚uga
  • Podsumowanie

7. Zbierzmy wszystko razem

  • WspóÅ‚dziaÅ‚anie domen
    • Szybkie przypomnienie
    • Porównanie dystrybucji danych i integracji aplikacji
    • Wzorce dystrybucji danych
    • Wzorce integracji aplikacji
    • Spójność i wykrywalność
  • Inspirowanie, motywowanie i kierowanie w stronÄ™ zmiany
    • OkreÅ›lanie granic domen
    • ObsÅ‚uga wyjÄ…tków
  • Transformacja organizacyjna
    • Topologie zespoÅ‚ów
    • Planowanie organizacyjne
  • Podsumowanie

8. Nadzór nad danymi i ich bezpieczeÅ„stwo

  • Nadzór nad danymi
    • Struktura nadzoru
    • Procesy: dziaÅ‚ania w ramach nadzoru nad danymi
    • Zapewnienie efektywnoÅ›ci i pragmatycznoÅ›ci nadzoru
    • UsÅ‚ugi wspomagajÄ…ce nadzór nad danymi
    • Kontrakty danych
  • BezpieczeÅ„stwo danych
    • Nowoczesna metoda oparta na silosach
    • Granice zaufania
    • Klasyfikacje i etykiety danych
    • Klasyfikacje wykorzystania danych
    • Jednolita struktura bezpieczeÅ„stwa danych
    • Dostawcy tożsamoÅ›ci
    • Praktyczny przykÅ‚ad
    • Typowy przepÅ‚yw przetwarzania zabezpieczeÅ„
    • Zabezpieczanie architektur opartych na interfejsach API
    • Zabezpieczanie architektur zależnych od zdarzeÅ„
  • Podsumowanie

9. Demokratyzowanie danych za pomocÄ… metadanych

  • ZarzÄ…dzanie metadanymi
  • Model metadanych przedsiÄ™biorstwa
    • Praktyczny przykÅ‚ad 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 zarzÄ…dzanie danymi podstawowymi

  • Style zarzÄ…dzania danymi podstawowymi
  • Integracja danych
  • Projektowanie rozwiÄ…zania do zarzÄ…dzania danymi podstawowymi
  • ZarzÄ…dzanie danymi podstawowymi ukierunkowane na domenÄ™
    • Dane referencyjne
    • Dane podstawowe
    • ZarzÄ…dzanie danymi podstawowymi i jakość danych jako usÅ‚uga
  • ZarzÄ…dzanie danymi podstawowymi i opieka nad danymi
    • Wymiana wiedzy
    • Widoki zintegrowane
    • Komponenty wielokrotnego użycia i logika integracji
    • Ponowne publikowanie danych za poÅ›rednictwem koncentratorów integracji
    • Ponowne publikowanie danych z użyciem agregatów
  • Zalecenia dotyczÄ…ce nadzoru nad danymi
  • Podsumowanie

11. Przekształcanie danych w wartość

  • Wyzwania towarzyszÄ…ce przeksztaÅ‚caniu danych w wartość
  • Magazyny danych domenowych
    • SzczegóÅ‚owość zastosowaÅ„ 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 zasiÄ™gu roli odgrywanej przez używane magazyny DDS
  • Analityka biznesowa
    • Warstwy semantyczne
    • NarzÄ™dzia zautomatyzowane i dane
    • Najlepsze praktyki
  • Zaawansowana analityka (MLOps)
    • Inicjowanie projektu
    • Eksperymentowanie i monitorowanie
    • Inżynieria danych
    • Operacjonalizacja modelu
    • WyjÄ…tki
  • Podsumowanie

12. Wykorzystanie teorii w praktyce

  • Krótka refleksja na temat Twojej podróży po Å›wiecie danych
  • Scentralizowane czy zdecentralizowane?
  • Praktyczne zastosowanie
    • Etap oportunistyczny: okreÅ›lenie strategicznego kierunku
    • Etap transformacji: wyznaczenie fundamentu
    • Etap optymalizacji: profesjonalizacja zdolnoÅ›ci
  • Kultura pracy zależna od danych
    • Metodyka DataOps
    • Nadzór i znajomość
  • Rola architektów w przedsiÄ™biorstwie
    • Plany i diagramy
    • UmiejÄ™tnoÅ›ci na obecne czasy
    • Kontrola i nadzór
  • I coÅ› na koniec

Dodaj do koszyka Zarz

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe należą do wydawnictwa Helion S.A.