データ マーケットプレース
データ マーケットプレースは、メタデータと強い関係があります。 データ マーケットプレースは、直感的かつ安全で、一元化と標準化がなされたデータ ショッピング エクスペリエンスをデータ コンシューマーに提供します。 データ マーケットプレースは、基になるメタデータを利用することにより、データをデータ アナリストやデータ科学者に近づけます。 さらに、さまざまなデータ ドメインにまたがって格納されることが多いすべてのデータ製品も追跡します。
データ メッシュ アーキテクチャを使用してデータを民主化するには、次のいくつかの重要な領域に注目します。
データ製品エクスペリエンス プレーン: データ プロバイダーとデータ コンシューマーが、どのデータを使用可能にするかに関して共同作業できるようにします。 インターフェイスでは、ユーザーがキーワード、ビジネス用語、自然言語で検索できる広範な検索機能を提供する必要があります。 データの民主化におけるコラボレーションは、多くの場合、メタデータの検索と検出を可能にするデータ カタログまたはフル マネージド メタデータ管理サービスにリンクされます。 Microsoft Purview は、セルフサービス コラボレーション ポータルを使用するための実証済みのアプローチです。 これは、用語集や分類を含むデータ検出をサポートしています。 データ検出を使用すると、データ コンシューマーは簡単にデータを見つけることができます。 Microsoft Purview では、データ所有者のアクセス ポリシーもサポートされているため、セルフサービス データ アクセスを提供できます。
データ インフラストラクチャ (ユーティリティ) プレーン: 一般的かつ再利用可能な消費パターンのデプロイとプロビジョニングを自動化するのに役立ちます。 消費パターンには、ストレージ アカウント、データベース、コンピューティング、ID 管理などが含まれます。 ユーザーが独自のデータ サービスを設定して起動できるようにするためのベスト プラクティスについては、Azure でのクラウド規模の分析のためのデータ運用チーム メンバーの編成、デプロイおよび管理サービス、および開発サービスに関する記事を参照してください。
データ メッシュ エクスペリエンス プレーン: すべてのインターフェイス、データ パイプライン、データ コントラクト、プロビジョニングされたコンポーネント、中央ツールなどの正常性状態を常に把握しておくのに役立ちます。 Azure Monitor は、アプリケーションとサービスの可用性とパフォーマンスを最大化し、監視を行い、分析情報を得るのに役立ちます。 データ監視のために、セルフサービス コラボレーション ポータルやその他のメタデータ サービスの上に傘を作成します。 Azure Cosmos DB や Azure Event Hubs などのサービスを使用して独自のメタデータ レイクを設計することをご検討ください。
データ マーケットプレースは通常、魅力的な外観を持つシン オーケストレーション レイヤーであり、独自のユーザー エクスペリエンスを提供します。 データ マーケットプレースは、基になるメタデータ リポジトリを利用します。このリポジトリは、独自のメタデータ ストアと Microsoft Purview のような Azure サービスが混在したものである場合があります。 データ マーケットプレースは、Cognitive Services や Machine Learning などの追加の分析機能を使用して拡張することができます。 データ メッシュで AI/ML を採用する方法の詳細については、「AI/ML のデータ メッシュを運用化する」を参照してください。
データ マーケットプレースの構築には、構造、カルチャ、人が関係します。 これには、ユーザーを信頼すること、人材をトレーニングすること、認識に取り組むことが求められます。 これらのアクティビティを過小評価しないでください。 ユーザーは貴重なリソースです。彼らは、データ ランドスケープの特定の部分を所有または使用します。 ユーザーをより有効に活用することにより、データの知識と使用の効率を向上できます。
場合によっては、外部のデータ マーケットプレースが必要になることがあります。 外部のデータ マーケットプレースを使用すると、外部パートナーとデータ製品を共有できます。 Azure Data Share をコンポーネントとして使用できます。
セルフサービス データ検出とデータ アクセス管理機能を使用してデータ コンシューマー体験を簡素化する方法について詳しくは、Microsoft Purview を使用したデータ マーケットプレースの概念のデモ をご覧ください。
詳細については、データ メッシュでのマスター データ管理に関する記事を参照してください。