Data Mesh: Einführung

Simon Harrer, Jochen Christ

Kurzinformationen

Auf Anfrage
Auf Anfrage

Detailinformationen

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.

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

Dr. Harrer, Simon

Simon ist Senior Consultant bei INNOQ. Er kämpft tagtäglich für einfache Lösungen mit Domain-driven Design, passende Architekturen mit Microservices/SCS/Monolithen und sauberen Code in Java, Ruby und sogar JavaScript. Zuletzt hat er das Buch »Java by Comparison« geschrieben, das Anfängern mittels Vorher/Nachher-Beispielen beibringt, saubereren Java-Code zu schreiben.

Christ, Jochen

Jochen Christ ist Senior Consultant bei INNOQ. Er ist ein erfahrener Software-Entwickler und Spezialist für Self-Contained Systems und Data Mesh. Als Technical Leader befähigt er Teams nachhaltig erfolgreich Software zu liefern. Jochen ist Maintainer von rest-feeds.orgwhichjdk.com und Co-Autor von remotemobprogramming.org sowie datamesh-architecture.com.

Seminarziel

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

Zielgruppe

Softwarearchitekt:innen, Datenexpert:innen

Sprachen

Seminar: Deutsch

Unterlagen: Deutsch