ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Data Mesh: Delivering Data-Driven Value at Scale

دانلود کتاب داده مش: ارائه ارزش مبتنی بر داده در مقیاس

Data Mesh: Delivering Data-Driven Value at Scale

مشخصات کتاب

Data Mesh: Delivering Data-Driven Value at Scale

ویرایش: [1 ed.] 
نویسندگان:   
سری:  
ISBN (شابک) : 1492092398, 9781492092391 
ناشر: O'Reilly Media 
سال نشر: 2022 
تعداد صفحات: 270
[90] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

قیمت کتاب (تومان) : 47,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Data Mesh: Delivering Data-Driven Value at Scale به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب داده مش: ارائه ارزش مبتنی بر داده در مقیاس نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب داده مش: ارائه ارزش مبتنی بر داده در مقیاس



بسیاری از شرکت‌ها در حال سرمایه‌گذاری در دریاچه داده‌های نسل بعدی هستند، به این امید که داده‌ها را در مقیاس دموکراتیزه کنند تا بینش‌های تجاری ارائه کنند و در نهایت تصمیمات هوشمندانه خودکار بگیرند. در این کتاب کاربردی، نویسنده زمک دهقانی نشان می‌دهد که با وجود زمان، پول و تلاشی که برای آنها صرف می‌شود، انبارهای داده و دریاچه‌های داده زمانی که در مقیاس و سرعت سازمان‌های امروزی به کار می‌روند، شکست می‌خورند. شبکه داده توزیع‌شده انتخاب بهتری است.

دهقانی معماران، رهبران فنی و تصمیم‌گیرندگان را در سفرشان از معماری کلان داده‌های یکپارچه به یک الگوی اجتماعی-تکنیکی که از معماری توزیع‌شده مدرن نشأت می‌گیرد، راهنمایی می‌کند. شبکه داده، دامنه ها را به عنوان یک نگرانی درجه یک در نظر می گیرد، تفکر پلت فرم را برای ایجاد زیرساخت داده های خود-خدمت به کار می گیرد، داده ها را به عنوان یک محصول در نظر می گیرد، و یک مدل فدرال و محاسباتی از حاکمیت داده را معرفی می کند. این کتاب به شما نشان می‌دهد که چرا و چگونه.

  • منظره داده‌های فعلی را از منظر نیازهای تجاری و سازمانی، چالش‌های محیطی و معماری‌های موجود بررسی کنید
  • ویژگی‌های زیربنایی منظر را تجزیه و تحلیل کنید. و حالت های خرابی
  • معرفی کامل با اصول مش داده و اجزای آن را دریافت کنید
  • چگونگی طراحی معماری مش داده را بیاموزید
  • از یک دریاچه داده یکپارچه عبور کنید تا یک شبکه داده توزیع شده

توضیحاتی درمورد کتاب به خارجی

Many enterprises are investing in a next-generation data lake, hoping to democratize data at scale to provide business insights and ultimately make automated intelligent decisions. In this practical book, author Zhamak Dehghani reveals that, despite the time, money, and effort poured into them, data warehouses and data lakes fail when applied at the scale and speed of today's organizations. A distributed data mesh is a better choice.

Dehghani guides architects, technical leaders, and decision makers on their journey from monolithic big data architecture to a sociotechnical paradigm that draws from modern distributed architecture. A data mesh considers domains as a first-class concern, applies platform thinking to create self-serve data infrastructure, treats data as a product, and introduces a federated and computational model of data governance. This book shows you why and how.

  • Examine the current data landscape from the perspective of business and organizational needs, environmental challenges, and existing architectures
  • Analyze the landscape's underlying characteristics and failure modes
  • Get a complete introduction to data mesh principles and its constituents
  • Learn how to design a data mesh architecture
  • Move beyond a monolithic data lake to a distributed data mesh


فهرست مطالب

Cover
Starburst Data
Copyright
Table of Contents
Part I. Why Data Mesh?
	Chapter 1. The Inflection Point
		Great Expectations of Data
		The Great Divide of Data
			Operational Data
			Analytical Data
			Analytical and Operational Data Misintegration
		Scale, Encounter of a New Kind
		Beyond Order
		Approaching the Plateau of Return
		Recap
	Chapter 2. After The Inflection Point
		Embrace Change in a Complex, Volatile and Uncertain Business Environment
			Align Business, Tech and Now Analytical Data
			Close The Gap Between Analytical and Operational Data
			Localize Data Change to Business Domains
			Reduce Accidental Complexity of Pipelines and Copying Data
		Sustain Agility in the Face of Growth
			Remove Centralized and Monolithic Bottlenecks of the Lake or the Warehouse
			Reduce Coordination of Data Pipelines
			Reduce Coordination of Data Governance
			Enable Autonomy
		Increase the Ratio of Value from Data to Investment
			Abstract Technical Complexity with a Data Platform
			Embed Product Thinking Everywhere
			Go Beyond The Boundaries
		Recap
	Chapter 3. Before The Inflection Point
		Evolution of Analytical Data Architectures
			First Generation: Data Warehouse Architecture
			Second Generation: Data Lake Architecture
			Third Generation: Multimodal Cloud Architecture
		Characteristics of Analytical Data Architecture
		Monolithic
			Monolithic Architecture
			Monolithic Technology
			Monolithic Organization
			The complicated monolith
			Technically-Partitioned Architecture
			Activity-oriented Team Decomposition
		Recap
Part II. What is Data Mesh
	Chapter 4. Principle of Domain ownership
		Apply DDD’s Strategic Design to Data
		Domain Data Archetypes
			Source-aligned Domain Data
			Aggregate Domain Data
			Consumer-aligned Domain Data
		Transition to Domain Ownership
			Push Data Ownership Upstream
			Define Multiple Connected Models
			Embrace the Most Relevant Domain, and Don’t Expect the Single Source of Truth
			Hide the Data Pipelines as Domains’ Internal Implementation
		Recap
	Chapter 5. Principle of Data as a Product
		Apply Product Thinking to Data
			Baseline usability characteristics of a data product
		Transition to Data as a Product
			Include Data Product Ownership in Domains
		Recap
Prospective Table of Contents (Subject to Change)
	Part I : Why Data Mesh?
		Chapter 1: The Inflection Point
		Chapter 2: After the Inflection Point
		Chapter 3: Before The Inflection Point
	Part II: What Is Data Mesh?
		Chapter 4: Principle of Domain Ownership
		Chapter 5: Principle of Data as a Product
		Chapter 6: Principle of Self-Serve Data Platform
		Chapter 7: Principle of Federated Computational Governance
	Part III: How to Design Data Mesh Architecture?
		Chapter 8: The Logical Architecture
		Chapter 9: Data Product Quantum Blueprint
		Chapter 10: The Multi-Plane Data Platform
	Part IV: How to Get Started With Data Mesh
		Chapter 11: Execution Model
		Chapter 12: Organization Design
		Chapter 13: What Comes Next




نظرات کاربران