本文主要是介绍Data Mesh,数据网格的道与术,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
周末的时候,看到有群友讨论关于 Data Mesh 的话题。这个名词我在2020年初的时候听到过一次,当时感觉就是一个概念,看的糊里糊涂,没有当回事。最近突然又被推上了话题风口,所以静下心来看了一下相关的论文和介绍。
在讨论 Data Mesh 之前,首先要给大家介绍一下 Service Mesh。
Service Mesh 公认的定义,是用以处理服务与服务之间通信的专用基础设施层。更本质的理解,它是服务治理平台,是业务逻辑解耦的必然产物,是数字经济背景下企业对研发效能提升的选择。
服务端架构从单体模块化架构,到 SOA(面向服务架构),到经典微服务架构(服务间采用 RPC 通信),到最新的 Service Mesh,是一个不断强调解耦和复用的演进历程:
-
单体模块化架构强调业务逻辑按模块划分
-
SOA 强调业务逻辑在应用粒度的复用(水平拆分)
-
经典微服务架构强调业务逻辑在应用粒度的解耦(垂直拆分)
-
Service Mesh 则强调业务逻辑与服务治理逻辑的分层及解耦
好了,Data Mesh 借鉴了微服务和 Service Mesh 的分布式架构思想,可以认为他是一种基于领域驱动和自服务的数据架构设计模式。
通常我们认为大数据平台的演变过程分为三个阶段:
-
第一阶段,基于企业级数据仓库的BI能力;
-
第二阶段,以数据湖为代表的大数据生态系统;
-
第三阶段,基于云的数据平台,亦为当前主流的混合实践模式,包含实时数据流处理架构、整合批量与流处理的框架、以及结合云端存储、流水线、以及机器学习能力。
当然上面这些方案都有一定的局限性。举个例子:极高的开发和运营成本。或者换句话说,一堆数据平台开发人员搞出来的东西产生不了很大的商业价值,ROI太低了。
按照Data Mesh的创始人的介绍说,Data Mesh 实际上是一组数据平台架构原则,融合了分布式领域驱动的架构(Distributed Domain Driven Architecture)、自助平台设计(Self-serve Platform Design)以及将数据视为产品(Thinking Data as a Product)的思维。
不好意思,个人水平有限。我看不懂上面的话要表达什么。
有兴趣的可以看看 ThoughtWorks 首席技术顾问 Zhamak Dehghani 发表在 MartinFowler 官网上的两篇文章《How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh》和《Data Mesh Principles and Logical Architecture》。
好了,至此我们听到过的数据架构至少包含了:数据平/中台、湖仓一体、Data Mesh。我只能说,大佬们太会玩了。
另外根据ThoughtWorks的分享,Data Mesh应该包含下面几个部分:
-
具有领域特征的数据或ML产品;
-
自服务的数据基础设施;
-
具有产品思维特性的管理方式和角色;
-
基于持续集成的交付基础设施。
那么Data Mesh的落地方式和交付标准怎么衡量呢?
我看了半天文章也不明所以,但是有几点可以肯定的是:
-
Data Mesh的受众应该是包含业务团队的,不是数据团队的专属;
-
Data Mesh 应该是服务化的方式;
-
目前还没有看到落地实践和可行的方案。
很期待ThoughtWorks继续分享一些能落地的Data Mesh场景和方案。
《硬刚Presto|Presto原理&调优&面试&实战全面升级版》
《硬刚Apache Iceberg | 技术调研&在各大公司的实践应用大总结》
《硬刚ClickHouse | 4万字长文ClickHouse基础&实践&调优全视角解析》
《硬刚数据仓库|SQL Boy的福音之数据仓库体系建模&实施&注意事项小总结》
《硬刚Hive | 4万字基础调优面试小总结》
《硬刚用户画像(一) | 标签体系下的用户画像建设小指南》
《硬刚用户画像(二) | 基于大数据的用户画像构建小百科全书》
这篇关于Data Mesh,数据网格的道与术的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!