Padrões de referência de aplicativo de dados
Ao integrar um aplicativo de dados a uma Zona de Destino de Dados, a equipe terá acesso ao grupo de recursos dedicado, à sub-rede e aos recursos compartilhados. A partir desse momento, a propriedade do ambiente é entregue à equipe de aplicativo de dados, respectivamente. Essas equipes precisam assumir a responsabilidade de uma perspectiva de implementação de ponta a ponta e de propriedade de custo.
Para simplificar a maneira de começar e reduzir o tempo de execução para criar um ambiente para um caso de uso específico, as organizações podem fornecer padrões de referência internamente. Essas implementações de referência consistem nas definições de IaC (Infraestrutura como Código), para criar com êxito um conjunto de serviços para um caso de uso específico, como processamento de dados em lote, processamento de dados de streaming ou ciência de dados, e demonstrar um caminho para o sucesso. Possivelmente, esses padrões também incluem o código de aplicativo genérico que pode ser usado como linha de base ao implementar soluções de dados. Os padrões de referência de aplicativo de dados podem variar entre as organizações e dependem muito das ferramentas utilizadas e dos padrões de implementação de dados comuns e usados repetidamente nas zonas de destino de dados. A análise de escala de nuvem também fornece um conjunto de designs de referência de aplicativo de dados coletados, que podem ser usados como linha de base e que podem ser aprimorados ainda mais pelas empresas, de acordo com os respectivos requisitos. Ela pode ser encontrada aqui:
Outra automação pode ser usada para reduzir ainda mais os possíveis pontos de atrito e automatizar até mesmo a implantação inicial do padrão para equipes de aplicativo de dados. Para obter mais detalhes, examine Automação e DevOps da plataforma para uma análise de escala de nuvem.
Em última análise, o objetivo deve ser entregar essas implementações de referência às equipes de aplicativo de dados, pois elas devem possuir a base de código geral da solução. Camadas adicionais de abstração, como especificações de modelo do Azure, também são uma opção, mas basta aumentar o número de pontos de atrito, pois as alterações necessárias novamente precisam ser solicitadas de uma equipe central que possui e mantém esses recursos. Em seguida, a equipe central precisa tomar medidas para testar e liberar as alterações. Além disso, um processo de gerenciamento de versão mais complexo pode ser necessário para não afetar outros consumidores da Especificação de Modelo. Por fim, os modelos se tornarão mais complexos ao longo do tempo, pois cada equipe pode exigir que parâmetros diferentes sejam expostos para aplicar determinadas alterações no modelo. Portanto, entregar os padrões de referência é a solução mais fácil e eficaz, pois permite que as equipes de aplicativo de dados façam as alterações necessárias, caso aplicável. Expor essas equipes ao conceito de IaC é uma boa abordagem, que pode demorar um pouco, mas, em última análise, resultará em melhores práticas de engenharia em toda a plataforma de dados.
Para obter mais informações, confira Dimensionamento da análise de escala de nuvem.