Data Mesh: Einführung

In dieser Schulung erläutern wir die vier Prinzipien von Data Mesh. Sie lernen die Herausforderungen bei der Implementierung von Data Mesh kennen und erhalten Empfehlungen für ein schrittweises Vorgehen. Gemeinsam entwerfen wir ein Datenprodukt, das zentrale Element eines Data Mesh, mit unserem Data Product Canvas und erkunden Umsetzungsalternativen. Am Ende des Workshops werden Sie in der Lage sein, die sozio-technischen Auswirkungen von Data Mesh zu bewerten und Datenprodukte zu entwerfen.

Buche dieses Training

Unsere Schulungen sind über unseren Partner socreatory, die Software Creators’ Acadamy, buchbar.
Training buchen

Lerninhalte:

  • Lerne den Unterschied zwischen operativen und analytischen Daten.
  • Lerne die wichtigsten Data-Mesh-Prinzipien wie “Domain Ownership”, “Data as a Product”, “Self-serve Data Platform” und “Federated Computational Governance” kennen.
  • Lerne, wie man ein Datenprodukt entwirft.
  • Lerne das Zusammenspiel zwischen mehreren Datenprodukten in einem Data Mesh kennen.
  • Lerne die Bedeutung soziotechnischer Aspekte innerhalb eines Data Mesh kennen.

In diesem Training zeigen wir dir, was die vier Prinzipien von Data Mesh bedeuten. Du lernst die Herausforderungen der Einführung von Data Mesh kennen und bekommst Empfehlungen für ein schrittweises Vorgehen. Wir werden gemeinsam ein Datenprodukt, das zentrale Element in einem Data Mesh, mithilfe unseres Data Product Canvas entwerfen und die Implementierungsalternativen aufzeigen. Am Ende des Workshops kannst du die soziotechnischen Implikationen von Data Mesh bewerten und Datenprodukte entwerfen.

Das Konzept Data Mesh basiert auf domänenorientierten, dezentralisierten Datenarchitekturen und ermöglicht es Entwicklungsteams, Datenanalysen autonom durchzuführen. Data Mesh ist eine sozio-technische Datenarchitektur und wird in Form der folgenden vier Prinzipien präsentiert:

Das “Domain Ownership”-Prinzip setzt voraus, dass die Domänenteams die Verantwortung für ihre Daten übernehmen. Nach diesem Prinzip sollten analytische Daten in Domänen aufgebaut sein, ähnlich wie die Teamgrenzen, die mit den Bounded Contexts übereinstimmen. Die Verantwortung für analytische und operative Daten wird von dem zentralen Datenteam auf die Domain Teams übertragen.

Das Prinzip “Data as a Product” wendet die Philosophie des Produktdenkens auf analytische Daten an. Dieser Grundsatz bedeutet, dass es für die Daten Verbraucher jenseits der Domäne gibt. Das Domänenteam ist dafür verantwortlich, die Bedürfnisse anderer Domänen durch die Bereitstellung hochwertiger Daten als Datenprodukte zu befriedigen. Im Grunde sollten die Domänendaten wie jede andere öffentliche API behandelt werden.

Das dritte Prinzip besteht darin, die “Platform Thinking”-Idee auf die Dateninfrastruktur zu übertragen. Ein spezielles Datenplattformteam stellt domänenagnostische Funktionen, Werkzeuge und Systeme zur Erstellung und Konsum von interoperabler Datenprodukte für alle Domänen bereit.

Das Prinzip “Federated Computational Governance” stellt organisationsübergreifende Prozesse für Data Governance dar. Mit diesem Prinzip erreicht man die Interoperabilität aller Datenprodukte durch eine Standardisierung, die von der Governance-Gilde bestimmt wird. Das Hauptziel ist die Einhaltung der organisatorischen Regeln und der Regularien der Branche.

Agenda

  • Die Motivation zu Data Mesh. Was sind typische Probleme im Data Engineering, die zur Dezentralisierung von Datenarchitekturen führen?
  • Wann ist Data Mesh ein richtiger Ansatz?
  • Das Prinzip “Domain Ownership”
  • Das Prinzip “Data as a Product”
  • Das Prinzip “Self-serve Data Platform”
  • Das Prinzip “Federated Computational Governance”
  • Entwurf eines Datenprodukts

Audience

Softwarearchitekt:innen, Datenexpert:innen

Ziel des Trainings

  • Data-Mesh-Konzepte für dezentralisierte Datenarchitekturen verstehen
  • Die vier Data-Mesh-Prinzipien verstehen
  • Entwurf und Implementierung von Datenprodukten kennenlernen
  • Technische und soziotechnische Komponenten für Data Mesh definieren können

Ergebnis

Am Ende dieses zweitägigen Workshops werden Sie ein tiefes Verständnis der grundlegenden Prinzipien von Data Mesh erlangt haben und in der Lage sein, die soziotechnischen Auswirkungen von Data Mesh zu bewerten und Datenprodukte zu entwerfen.