Ahorra un 25 % (o incluso más) en tus costes de Kafka | Acepta el reto del ahorro con Kafka de Confluent

eBook

Cómo crear una malla de datos más práctica: arquitecturas de datos descentralizadas con streams de eventos

Arquitecturas de malla de datos con streams de eventos

¿Por qué usar una malla de datos?

Con el objetivo de ofrecer datos como un producto de máxima calidad, la malla de datos facilita la publicación y el acceso a datos importantes desde cualquier punto de la empresa. Una malla de datos event-driven te brinda los beneficios del data in motion, para poder trabajar a gran escala y con un alto rendimiento, al tiempo que te permite acceder a funcionalidades de autoservicio y al rigor de los datos como producto. Además, te permitirá que tus datos se conviertan en el núcleo de tus casos de uso operativos y analíticos.

La malla de datos es una renegociación de las responsabilidades sociales que aprovecha la tecnología de streaming de eventos más moderna y se sustenta en cuatro grandes principios. El resultado es una red de streams de eventos que se actualizan continuamente y que proporcionan tanto la información más actualizada como un registro histórico, lo que permite a los consumers elegir y utilizar los datos como consideren oportuno.

El autor Adam Bellemare explica cómo una malla de datos event-driven creada sobre Apache Kafka® proporciona una forma completamente optimizada de acceder a los datos más importantes del negocio y de unificar los planos operativos y analíticos. Además, analiza la proof-of-concept de una plataforma de autoservicio creada con Confluent Cloud que sirve como ejemplo para conectar los principios de una malla de datos con las ventajas y desventajas técnicas que encontramos en el mundo real.

Para finalizar, podrás ver el estudio de caso real de Saxo Bank, en el que se explica el proceso de implementación de una malla de datos event-driven, con todos los retos, las distintas opciones tecnológicas y la aplicación de los principios de la malla de datos.

  • Accede a un breve resumen de la historia de los problemas de datos, como los que se sufren en los almacenes de datos y en los data lakes
  • Conoce los aspectos fundamentales de una malla de datos, con sus cuatro principios básicos y su aplicación a streams de eventos
  • Aprende los principios necesarios para crear un producto de datos: cómo alinear datos y producto, cómo integrarlos con las fuentes y cómo crear casos de uso para el consumidor
  • Sigue las pautas que te ayudarán a crear una plataforma de autoservicio para propietarios y consumidores de productos de datos, y te permitirán agilizar tanto la creación y gestión de productos de datos como su descubrimiento y su uso
  • Te contamos cómo una malla de datos event-driven reduce las barreras entre los casos de uso operativos y analíticos, al tiempo que permite trabajar tanto con aplicaciones en tiempo real como con procesos por lotes
  • Descubre los retos técnicos y de implementación de la malla de datos de Saxo Bank, todo lo que aprendieron del proceso y sus recomendaciones para que que tú también puedas lograr ese objetivo
  • Explora la proof-of-concept de una plataforma de autoservicio creada con la malla de datos de Confluent, accede al código fuente y haz todas la pruebas que necesites

Autor

Adam Bellemare

Staff Technologist, Office of the CTO

Adam Bellemare es staff technologist en Confluent, y anteriormente fue data platform engineer en Shopify, Flipp y BlackBerry. Lleva más de una década trabajando con datos, y su historial está repleto de proyectos exitosos con arquitecturas de big data, microservicios event-driven y creación de datos en streaming para empresas. También es autor de «Building Event-Driven Microservices», publicado por O'Reilly.

Descargar el eBook

Recursos adicionales

cc demo
kafka microservices
Image-Event-Driven Microservices-01

Recursos adicionales

cc demo
kafka microservices
microservices-and-apache-kafka