داده مش - یک مفهوم مدرن مدیریت داده غیرمتمرکز

Data Mesh - A Modern Decentralized Data Management Concept

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در این سطح سازمانی، رویکرد معماری داده متمرکز بر دامنه، «داده ها را به عنوان یک محصول» در نظر بگیرید! مفهوم Datamesh به عنوان یک مفهوم معماری داده مراحل پیاده سازی Datamesh در سازمان ها مفهوم اصطلاحات مرتبط مانند Data Fabric، Data Lake، Data Warehouse، Data Lakehouse و غیره کاربردهای Datamesh مطالعات موردی سازمان هایی مانند Netflix، Paypal و غیره پیش نیازها: بدون نیاز به تجربه قبلی، ما همه چیز را در مورد Datamesh از ابتدا بررسی خواهیم کرد

هر سال داده های بیشتری در سطح جهان تولید می شود. این برای شرکت‌ها نیز صادق است: جزئیات بیشتر از همیشه از مشتریان، شرکا، معاملات، محصولات و زنجیره تامین ثبت می‌شود که منجر به داده‌های بیشتر می‌شود. بر اساس IDC، "سپهر جهانی از 45 زتابایت در سال 2019 به 175 زتابایت تا سال 2025 افزایش خواهد یافت". این داده‌ها مواد خامی را تشکیل می‌دهند که سازمان‌ها از آن بینش‌های ارزشمند و عملی می‌گیرند. اما جمع آوری، یکپارچه سازی و مدیریت این داده ها هنوز یکی از چالش های اصلی است.

این سازمان‌ها در حال حاضر به دنبال مفهوم نسبتا جدیدی به نام "مش داده" هستند تا بر این چالش‌ها و بازدارنده‌های اصلی غلبه کنند. Data Mesh یک موضوع داغ در حال ظهور برای نرم افزارهای سازمانی است که بر روش های جدید تفکر در مورد داده ها تمرکز می کند. هدف Data Mesh بهبود نتایج کسب‌وکار راه‌حل‌های داده‌محور، و همچنین تشویق به پذیرش معماری‌های داده مدرن است.


مهمترین دلایلی که چرا باید این دوره را انتخاب کنید:

  • این دوره با در نظر گرفتن دانش‌آموزان از همه زمینه‌ها طراحی شده است - از این رو ما همه چیز را از اصول اولیه پوشش می‌دهیم و به تدریج به سمت موضوعات پیچیده پیش می‌رویم.

  • این دوره را می توان در یک آخر هفته تکمیل کرد.

  • مجموعه شگفت انگیزی از منابع مفید به اشتراک گذاشته شده است که مرتباً به روز می شوند.

  • به همه شبهات پاسخ داده خواهد شد.

یک گواهی تکمیل قابل تأیید به همه دانش‌آموزانی که این دوره آموزشی Data Mesh Fundamentals را می‌گذرانند ارائه می‌شود.


سرفصل ها و درس ها

مقدمه Introduction

  • خوش آمدی Welcome

  • مقدمه ای بر Data Mesh Introduction to Data Mesh

  • تعریف Data Mesh Defining Data Mesh

  • درک داده مش Understanding Data Mesh

داده مش در جزئیات Data Mesh in Detail

  • چرا Data Mesh مورد نیاز است Why Data Mesh is Required

  • مزایای مش داده Data Mesh Benefits

  • قابلیت های Data Mesh Capabilities of Data Mesh

  • موارد استفاده از مش داده Data Mesh Use cases

  • نمونه ای از شرکت هایی که از معماری داده مش استفاده می کنند Example of Companies utilizing Data Mesh Architecture

  • چرا دیتا مش معماری آینده است؟ Why Data Mesh is the Architecture of Future

  • چگونه Data Mesh به محدودیت‌های فعلی می‌پردازد How Data Mesh address the current Limitations

  • مشکلات فعلی داده ها و راه حل های آنها توسط Data Mesh Current Data problems and their Solutions by Data Mesh

اصطلاحات پیرامون Data Mesh Terminologies around Data Mesh

  • محصولات داده چیست؟ What are Data Products?

  • دیتا فابریک چیست؟ What is Data Fabric?

  • دامنه ها در Data Mesh Domains in Data Mesh

  • Data Warehouse در مقابل Data Lake در مقابل Data Lakehouse در مقابل Data Mesh Data Warehouse vs Data Lake vs Data Lakehouse vs Data Mesh

پیاده سازی مش داده ها Data Mesh Implementation

  • ملاحظات کلیدی قبل از ساخت Data Mesh Key considerations before constructing a Data Mesh

  • شروع با پیاده سازی Data Mesh Getting started with implementing Data Mesh

  • ساخت تیم دامین مش دیتا Building a Data Mesh Domain Team

معماری داده مش Data Mesh Architecture

  • معماری داده مش - مقدمه Data Mesh Architecture - An Introduction

  • معماری داده مش - داده به عنوان یک محصول Data Mesh Architecture - Data as a Product

  • معماری داده مش - مالکیت دامنه Data Mesh Architecture - Domain Ownership

  • معماری داده مش - حکومت فدرال Data Mesh Architecture - Federated Governance

  • Data Mesh Architecture - پلت فرم داده های سلف سرویس Data Mesh Architecture - Self Service Data Platform

مطالعات موردی در مورد پیاده سازی مش داده ها Case Studies on Data Mesh Implementations

  • مطالعه موردی - لینکدین Case Study - LinkedIn

  • مطالعه موردی - نتفلیکس Case Study - Netflix

  • مطالعه موردی - پی پال Case Study - Paypal

  • مطالعه موردی - ولز فارگو Case Study - Wells Fargo

  • مطالعه موردی - وسترن دیجیتال Case Study - Western Digital

یادداشت های پایانی Closing Notes

  • مراقب هایپ باشید Beware the Hype

  • چالش های مش داده ها Data Mesh Challenges

  • دام مش داده ها Data Mesh Pitfalls

  • منابع مفید Useful Resources

تبریک می گویم Congratulations

  • تبریک بابت اتمام دوره Congratulations on Course Completion

نمایش نظرات

داده مش - یک مفهوم مدرن مدیریت داده غیرمتمرکز
جزییات دوره
1.5 hours
34
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
33,649
3.8 از 5
دارد
دارد
دارد
Prince Patni
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Prince Patni Prince Patni

توسعه دهنده نرم افزار (BI ، Data Science) مهندسی مطالعه کرد ، تاکنون در 3 MNC کار کرده و برای کار در سراسر کره خاکی جهان سفر کرده است. در حال حاضر در نقش توسعه دهنده تجزیه و تحلیل در یک سازمان معتبر است. عاشق آموزش است ، یادگیری را دوست دارد. در اینجا برای به اشتراک گذاشتن تجزیه و تحلیل داده ها ، تجسم داده ها ، هوش تجاری ، علوم داده و سایر نکات مربوط به توسعه نرم افزار. شعار زندگی: آسمان بالای سر من. زمین زیر من آتش درون من.