| Abstract : | Οι σημερινές επιχειρήσεις κατανοούν πόσο σημαντικό είναι να αντλούν αξία από αναλυτικά δεδομένα και ως αποτέλεσμα αυξάνουν τις επενδύσεις τους σε καινοτόμες τεχνολογίες. Ωστόσο, η μαζική και ταχεία παραγωγή δεδομένων θέτει προκλήσεις. Η ιδέα του Data Mesh είναι μια εναλλακτική αρχιτεκτονική διαχείρισης δεδομένων, η οποία θέτει την βάση αντιμετώπισης των υπαρχουσών και επερχόμενων προκλήσεων διαχείρισης δεδομένων.Το Data Mesh δεν είναι τεχνολογικό εργαλείο ή προϊόν. Είναι μια στρατηγική για την κοινή χρήση, πρόσβαση και διαχείριση αναλυτικών δεδομένων σε σύνθετα και μεγάλης κλίμακας περιβάλλοντα που βασίζεται σε τέσσερις βασικές αρχές.Η μελέτη αυτή αποτελείται από τρία κύρια κεφάλαια. Το πρώτο κεφάλαιο παρουσιάζει την εξέλιξη των μοντέλων διαχείρισης δεδομένων, την σημασία των αναλυτικών δεδομένων, και τις υπάρχουσες προκλήσεις στους οργανισμούς. Το δεύτερο κεφάλαιο περιλαμβάνει την αναλυτική παρουσίαση της έννοιας του Data Mesh, στην οποία περιγράφεται εκτενώς καθεμία από τις τέσσερις αρχές του Data Mesh. Η περιοχή εστίασης του τελευταίου κεφαλαίου είναι ο σχεδιασμός για την υλοποίηση της αρχιτεκτονικής Data Mesh.
Today's businesses understand how important it is to derive value from analytical data and are increasing their investments in innovative technologies as a result. Though, the massive and rapid data generation is posing challenges. The Data Mesh concept is an alternative, highly scalable, data management architecture, which stands as a great infection point when tackling the existing and upcoming data management encounters. Data mesh is a decentralized sociotechnical approach to share, access, and manage analytical data in complex and large-scale environments - within or across organizations. Data Mesh is not a technological tool or a product. It is a strategy and a new way of thinking on how to drive analytical data architectures. Data mesh is based on four key principles, including the principle of ‘Data Ownership by Domain’ as the most important among the four. The other three principles of ‘Data as a Product’, ‘Self-serve data platform’ and ‘Federated Computational Governance’ are mainly playing the critical role for addressing challenges that are derived from the first.This study consists of three main chapters. The first chapter presents the evolution of the data management models, and the importance of the analytical data perspective, culminating in the current state’s existing challenges. The second chapter includes the presentation of the Data Mesh Concept in detail, in which each of Data Mesh’s four principles is described extensively. The final chapter’s focus area is the design and implementation of a Data Mesh roadmap. Through applying each Data Mesh principle in real-world use cases, insights and best practices listed.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.