Data Mesh: Einführung

28.11.2024 - 29.11.2024

Data Mesh (Hamburg) - Dr. Simon Harrer & Jochen Christ - Deutsch

Beschreibung

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

Deine Trainer:innen

Dr. Simon Harrer

INNOQ

Passende Architektur, Clean Code, Remote Mob Programming

Dr. Simon Harrer ist Berater bei INNOQ. Er ist Softwareentwickler im Herzen, der sich mittlerweile zur dunklen Seite, nämlich der Welt der Daten, zugewandt hat. Er hat datamesh-architecture.com mit ins Leben gerufen und das Data Mesh Buch von Zhamak Dehghani ins Deutsche übersetzt. Neben der tagtäglichen Data Mesh Beratung arbeitet er an dem Data Mesh Manager - ein SaaS Produkt, das Data Mesh Initiativen auf die Überholspur setzt.

Jochen Christ

INNOQ

Self-contained Systems, Autor von rest-feeds.org

Jochen Christ ist Senior Consultant bei INNOQ. Er ist ein erfahrener Software-Architekt und Spezialist Data Mesh. Er hat mittlerweile über 10 Unternehmen bei der Einführung von Data Mesh begleitet. Jochen ist Co-Autor von datamesh-architecture.com, datamesh-governance, und datacontract.com.

Alle Infos zum Training