Teamleden van gegevensbewerkingen organiseren
De architectuur voor analyse op cloudschaal is ontworpen met een reeks kernprincipes.
Kernprincipes
Selfservice inschakelen: Stel projectteams in staat om zelfstandig te werken om flexibele ontwikkelmethoden toe te staan.
Governance: Dwing kaders af op het Azure-platform om ervoor te zorgen dat projectteams alleen de functies binnen hun machtigingen zien, wijzigen en uitvoeren.
Gestroomlijnde implementaties: Zorg ervoor dat er binnen de organisatie algemene beleidsregels beschikbaar zijn om teams te helpen snel te schalen en teams te ondersteunen met minder ervaring met bepaalde kernontwerpen en artefacten.
Rollen en teams
Voor analyses op cloudschaal schrijven we voor om horizontaal gesiloteerde teams over te stappen naar flexibele verticale teams voor meerdere domeinen. Het data operations-team richt zich op het stimuleren van governance op het beheergebied, terwijl teams voor gegevenstoepassingen zich richten op het maken van gegevens als een product. Dit kan betekenen dat de organisatie een patroon wijzigt dat meer is afgestemd op toepassingsontwikkeling. Elke toepassing heeft bijvoorbeeld een producteigenaar, die de vereisten belicht en samenwerkt met een team tussen domeinen om een product te leveren. In dit geval bestaat het product uit gegevens voor verbruik.
Zie Inzicht in de rollen en teams voor analyses op cloudschaal in Azure voor meer informatie
Implementatie en bewerkingen
Het model voor implementatieproces en gegevensbewerkingen (DataOps) is een essentieel onderdeel dat ondersteuning biedt voor enkele van deze kernprincipes. De volgende richtlijnen worden aanbevolen voor organisaties om in overeenstemming te zijn met de principes:
- Infrastructuur als code gebruiken.
- Sjablonen implementeren die betrekking hebben op belangrijke use cases binnen het bedrijf.
- Volg een implementatieproces met een strategie voor GitHub-forks en -vertakkingen.
- Een centrale opslagplaats onderhouden en landingszones voor gegevensbeheer implementeren.
Inzenders met identificeerbare en individuele vaardigheden moeten een platformgroep opzetten om de gegevensplatforminfrastructuur centraal te beheren en gemeenschappelijke gegevensinfrastructuuronderdelen te bouwen en implementeren voor de landingszone voor gegevensbeheer, plus verschillende gegevenslandingszones. De platformgroep kan ook agnostische technologie bouwen, bezitten en leveren waarmee datatoepassingsteams hun gegevenstoepassingen kunnen vastleggen, verwerken, opslaan en onderhouden.
Het team moet zijn services op een selfservice-manier presenteren, waaronder hulpprogramma's voor het opslaan van big data, versiebeheer van productgegevens, het organiseren/implementeren van de gegevenspijplijn, het verwijderen van identificatiegegevens en meer. Dit soort hulpprogramma's zijn essentieel voor het minimaliseren van knelpunten in de werkstroom en het verkorten van de doorlooptijd voor het maken van nieuwe gegevensproducten.
De platformgroep moet de aanbevolen procedures volgen die in deze sectie worden beschreven om hun doelstellingen te bereiken. Andere dataproductteams moeten de best practices in de komende artikelen gebruiken om hun gegevens te testen en automatiseren.
Zie DevOps automation for Cloud-scale analytics in Azure (DevOps-automatisering voor analyses op cloudschaal in Azure) voor meer informatie