Data Mesh. Créer de la valeur à partir du Big Data

Par : Zhamak Dehghani
Offrir maintenant
Ou planifier dans votre panier
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format PDF protégé est :
  • Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
  • Compatible avec une lecture sur liseuses Vivlio
  • Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
  • Non compatible avec un achat hors France métropolitaine
Logo Vivlio, qui est-ce ?

Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement

Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
Google PlayApp Store
  • Nombre de pages456
  • FormatPDF
  • ISBN978-2-10-089049-1
  • EAN9782100890491
  • Date de parution10/09/2025
  • Copier CollerNon Autorisé
  • Protection num.Adobe DRM
  • Taille25 Mo
  • Infos supplémentairespdf
  • ÉditeurDunod

Résumé

Nous sommes à un point d'inflexion dans le domaine des données, où nos solutions de gestion des données ne sont plus adaptées à la complexité des organisations, à la prolifération des sources de données et à nos ambitions de créer de de la valeur à partir de ces données grâce à l'Al et à l'analytique. Dans cet ouvrage pratique, Zhamak Dehghani présente le Data Mesh ou "maillage des données", un modèle décentralisé tiré de l'architecture distribuée moderne qui fournit une nouvelle approche de l'approvisionnement, du partage, de l'accès et de la gestion des données analytiques à grande échelle.
L'autrice guide les professionnels, les architectes de données, les responsables techniques et les décideurs dans leur passage de l'architecture traditionnelle des big data à une approche distribuée et multidimensionnelle de la gestion des données analytiques. Data Mesh traite les données comme un produit, considère les domaines d'activité comme une préoccupation principale, utilise la conception de plateformes pour créer une infrastructure de données en libre-service, et introduit un modèle de gestion des données décentralisée.
L'ouvrage permet : de découvrir les principes du Data Mesh et ses composants; de concevoir une architecture de maillage de données ; de définir une stratégie de maillage des données et de l'exécuter ; de faire évoluer l'organisation vers un modèle décentralisé de propriété des données ; de dépasser les traditionnels data warehouse et les lacs de données (data lake) pour passer à un maillage de données distribuées.
Nous sommes à un point d'inflexion dans le domaine des données, où nos solutions de gestion des données ne sont plus adaptées à la complexité des organisations, à la prolifération des sources de données et à nos ambitions de créer de de la valeur à partir de ces données grâce à l'Al et à l'analytique. Dans cet ouvrage pratique, Zhamak Dehghani présente le Data Mesh ou "maillage des données", un modèle décentralisé tiré de l'architecture distribuée moderne qui fournit une nouvelle approche de l'approvisionnement, du partage, de l'accès et de la gestion des données analytiques à grande échelle.
L'autrice guide les professionnels, les architectes de données, les responsables techniques et les décideurs dans leur passage de l'architecture traditionnelle des big data à une approche distribuée et multidimensionnelle de la gestion des données analytiques. Data Mesh traite les données comme un produit, considère les domaines d'activité comme une préoccupation principale, utilise la conception de plateformes pour créer une infrastructure de données en libre-service, et introduit un modèle de gestion des données décentralisée.
L'ouvrage permet : de découvrir les principes du Data Mesh et ses composants; de concevoir une architecture de maillage de données ; de définir une stratégie de maillage des données et de l'exécuter ; de faire évoluer l'organisation vers un modèle décentralisé de propriété des données ; de dépasser les traditionnels data warehouse et les lacs de données (data lake) pour passer à un maillage de données distribuées.