Implementare Data Fabric, Mesh, o Lakehouse
Capire i Digital Information System
Descrizione
Data Mesh è emerso negli ultimi anni come uno degli argomenti più discussi nell’Analitica. Data Lakehouse ha catturato l’attenzione di molte organizzazioni alle prese con i Data Lake. Nel frattempo, Data Fabric viene proposto da molti fornitori e analisti come la nuova via da seguire per i Data Warehouse. Tutti e tre i modelli propongono soluzioni nuove, varie e parzialmente sovrapponibili ai vecchi problemi di data delivery.
Ma di cosa si tratta? Sono veramente delle novità o sono solo slogan di marketing? Sono la stessa cosa? Come si relazionano con il Data Warehouse, Data Lake o Hub? Quali sono i loro vantaggi e svantaggi? Dovreste pianificare un Mesh o una Fabric? Lakehouse è la soluzione di cui avete bisogno? Qualsiasi cosa scegliete, da dove dovreste cominciare?
Data Mesh, il più insolito dei tre modelli, suggerisce di imparare dallo sviluppo software Agile incentrato sul dominio e di eliminare i colli di bottiglia centralizzati, come i Data Warehouse aziendali. Data Lakehouse propone di partire dal Vostro Data Lake e di costruirci sopra un Warehouse. Data Fabric parte dai metadati e consiglia di automatizzare l’infrastruttura di Data Delivery.
Sebbene differenti, tutti questi termini vecchi e nuovi, con ambiti sovrapposti e promotori diversi, sono tipi di Digital Information System, progettati per gestire e fornire dati/informazioni a tutti i processi aziendali digitali nei complessi ambienti distribuiti e network-centric di oggi.
In questo seminario il Dr. Barry Devlin spiega e posiziona Data Fabric, Lakehouse e Data Mesh, così come altri concetti, vecchi e nuovi, usando come fondamento la DISA (Digital Information Systems Architecture) già definita nel suo libro Business Unintelligence.
Basandosi sulle Architetture Concettuali e Logiche, si esamina come tra i tre modelli l’implementazione differisca, quali sono i punti di partenza e quali sono le principali sfide. Vengono descritte le tecnologie esistenti e quelle emergenti per Data Storage, Preparazione e Virtualizzazione, Cataloghi dati e altri strumenti sia on-premises che su Cloud. Si esplora inoltre una grande varietà di problemi organizzativi, metodologie e approcci di implementazione.
Cosa Imparerete
- Storia, significato e funzionalità dettagliate del Data Fabric
- Data Mesh e Data Lakehouse
- Una introduzione alla DISA (Digital Information Systems Architecture) e ai suoi usi tecnici e di business
- Logica tecnica, struttura e componenti della DISA (Digital Information Systems Architecture)
- Una comparazione dettagliata fra Data Fabric, Data Mesh con Data Warehouse, Data Lake, e Hub, usando DISA come base
- Le possibilità e le sfide poste dalle nuove tecnologie di database e data management nel Cloud, on-premises e negli ambienti ibridi
- Il ruolo centrale dell’informazione context-setting e dei Metadati
- Processi adattivi come base per la preparazione dei dati, creazione dell’informazione e insight discovery
- A usare la virtualizzazione dei dati e la preparazione come tool per integrare tutti i tipi di contenuti e dati nel Cloud, on-premises e negli ambienti ibridi
- Una pianificazione pratica e step di implementazione dal Data Warehouse/Data Lake al Data Lakehouse, Fabric o Mesh
Argomenti Trattati
- Introduzione ai Digital Information System e loro evoluzione
- Architettura dei Digital Information System
- Data Lakehouse, Data Fabric e Data Mesh in profondità
- Data Warehouse, Data Lake, Hub ecc. in modo non approfondito
- Revision della tecnologia di Information storage/management (includendo i Metadati)
- Revisione della tecnologia per la preparazione e distribuzione dell’Informazione
- Considerazioni su pianificazione e implementazione

Cost
Date
Location
