Implementare Data Fabric, Mesh, o Lakehouse

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.