Teamleden voor gegevensbewerkingen organiseren
De architectuur voor analyse op cloudschaal is ontworpen met een set kernprincipes.
Kernprincipes
selfservice inschakelen: projectteams in staat stellen zelfstandig te werken om flexibele ontwikkelmethoden mogelijk te maken.
Governance: kaders afdwingen voor het Azure-platform om ervoor te zorgen dat projectteams alleen de functies binnen hun machtigingen zien, wijzigen en uitvoeren.
Gestroomlijnde implementaties: Zorg ervoor dat gemeenschappelijke beleidsregels beschikbaar zijn binnen de organisatie om teams te helpen snel te schalen en teams te ondersteunen met minder ervaring in sommige kernontwerpen en artefacten.
Rollen en teams
In cloudanalyses raden we u aan om van horizontaal gesilode teams weg te gaan naar flexibele verticale teams voor meerdere domeinen. Gegevensbewerkingsteams richten zich op het stimuleren van governance op het besturingsvlak, terwijl gegevenstoepassingsteams zich richten op het maken van gegevens als een product. Voor deze differentiatie zijn organisatorische wijzigingen in een patroon vereist dat beter is afgestemd op de ontwikkeling van toepassingen. Elke toepassing heeft bijvoorbeeld een producteigenaar die de vereisten vaststelt en samenwerkt met een multidisciplinair team om een product te leveren. In dit geval is het product gegevens voor gebruik.
Voor meer informatie, zie Inzicht in de rollen en teams voor analyses op cloudschaal in Azure
Implementatie en operaties
Het dataops-model (implementatieproces en gegevensbewerkingen) is een essentieel onderdeel dat enkele van deze kernprincipes ondersteunt. De volgende richtlijnen worden aanbevolen voor organisaties om te voldoen aan de principes:
- Gebruik infrastructuur als code.
- Implementeer sjablonen die betrekking hebben op kerngebruiksscenario's binnen het bedrijf.
- Volg een implementatieproces met een strategie voor GitHub-forks en vertakkingen.
- Onderhoud een centrale opslagplaats en implementeer landingszones voor gegevensbeheer.
Inzenders met identificeerbare en afzonderlijke vaardigheden moeten een platformgroep opzetten om de infrastructuur van het gegevensplatform centraal te beheren en algemene gegevensinfrastructuuronderdelen te bouwen en te implementeren voor de landingszone voor gegevensbeheer, plus verschillende landingszones voor gegevens. De platformgroep kan ook agnostische technologie bouwen, bezitten en bieden waarmee gegevenstoepassingsteams hun gegevenstoepassingen kunnen vastleggen, verwerken, opslaan en onderhouden.
De platformgroep moet de services op een selfservice-manier presenteren, waaronder hulpprogramma's voor het opslaan van big data, het versiebeheer van productgegevens, het organiseren/implementeren van de gegevenspijplijn, het ongedaan maken van de identificatie van gegevens en meer. Deze typen hulpprogramma's zijn essentieel voor het minimaliseren van knelpunten in de werkstroom en het verminderen 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 aanbevolen procedures in de komende artikelen gebruiken om hun gegevens te testen en te automatiseren.
Zie DevOps-automatisering voor analyses op cloudschaal in Azure voor meer informatie