Modèles de référence d’application de données
Lors de l’intégration d’une application de données dans une zone d’atterrissage des données, l’équipe reçoit l’accès à son groupe de ressources dédié, à son sous-réseau et à ses ressources partagées. À partir de ce stade, la propriété de l’environnement est transmise à l’équipe d’application de données. Ces équipes doivent assumer la responsabilité d’une implémentation de bout en bout et d’une perspective de possession des coûts.
Pour simplifier le processus de prise en main et réduire le délai de création d’un environnement pour un cas d’usage spécifique, les organisations peuvent fournir des modèles de référence internes. Ces implémentations de référence se composent des définitions Infrastructure as Code (IaC) pour créer correctement un ensemble de services pour un cas d’usage spécifique, tel que le traitement des données par lots, le traitement des données de streaming ou la science des données, et illustrer un chemin vers la réussite. Potentiellement, ces modèles incluent également du code d’application générique qui peut être utilisé comme base de référence lors de l’implémentation de solutions de données. Les modèles de référence d’application de données peuvent varier entre les organisations et dépendent fortement des outils utilisés et des modèles d’implémentation de données couramment utilisés à plusieurs reprises dans les zones d’atterrissage des données.
D’autres automatisations peuvent être utilisées pour réduire davantage les points de friction potentiels et automatiser même le déploiement initial du modèle pour les équipes d’applications de données. Pour plus d’informations, consultez l’automatisation de la plateforme et DevOps pour une analyse à l’échelle du cloud.
En fin de compte, l’objectif doit être de transmettre ces implémentations de référence aux équipes d’application de données, car elles doivent posséder la base de code globale de leur solution. Les couches d’abstraction supplémentaires, telles que les spécifications de modèle Azure, sont également une option, mais elles augmentent simplement le nombre de points de friction, car les modifications requises doivent à nouveau être demandées à partir d’une équipe centrale propriétaire et qui gère ces ressources. L’équipe centrale doit ensuite prendre des mesures pour obtenir les modifications testées et publiées. En outre, un processus de gestion des versions plus complexe peut être nécessaire pour ne pas affecter d’autres consommateurs de la spécification du modèle. Enfin, les modèles deviennent plus complexes au fil du temps, car chaque équipe peut nécessiter des paramètres différents pour appliquer certaines modifications au sein du modèle. Par conséquent, la remise des modèles de référence est la solution la plus simple et la plus efficace, car cela permet aux équipes d’application de données d’apporter les modifications nécessaires si nécessaire. Exposer ces équipes au concept d’IaC est une bonne approche qui pourrait prendre un certain temps, mais qui aboutira à de meilleures pratiques d’ingénierie sur la plateforme de données.
Pour plus d’informations, consultez Mise à l’échelle de l’analytique à l’échelle du cloud.