Ko'pincha bizning korporativ platformalarimiz an'anaviy dasturiy ta'minot dasturlarini ishlab chiqish uchun mo'ljallangan. Ular odatda to'rtta muhitdan iborat - Dev, Test, Pre-Mahsulot va Prod - bu erda siz ularni bosib o'tganingiz sayin muhitlar yanada xavfsizroq bo'ladi.
Shunday qilib, "Dev" yoki Development - ishlab chiquvchilar odatda o'zlari xohlaganicha qilishlari mumkin bo'lgan zonalarning eng erkini va boshqa tomondan, "Mahsulot" yoki ishlab chiqarish teginmaydigan zona va odatda jonli ma'lumotlar joylashishi mumkin bo'lgan yagona joy. .
Biroq, bu muhitlar odatda ma'lumotlar mahsulotlarini yaratish va chiqarish uchun mos kelmaydi. "Ma'lumotlar mahsulotlari" deganda biz ma'lumotlar va kod bir-biriga mahkam bog'langan va bir-biriga bog'liq bo'lgan ilovalarni nazarda tutamiz. Mashinani o'rganish modellari bunga misoldir; bu erda ma'lumotlar olimlari jonli ma'lumotlarni o'rganish orqali hayot aylanishini boshlaydilar va model parametrlari ular o'qigan ma'lumotlarga bog'liq.
Ushbu stsenariylarda real dunyo tendentsiyalari va ko'p o'zgaruvchan korrelyatsiyalarni aniqlash, ma'lumotlarni bir nechta manba tizimlarida birlashtirish va noto'g'rilikni aniqlash kabi axloqiy testlarni o'tkazish uchun miqyosda xom (anonimlashtirilmagan) ma'lumotlar kerak bo'ladi. sodir bo'ladi.
Sintetik yoki anonim ma'lumotlar bu erda, ayniqsa, turli xil ma'lumotlar modellari, saqlash, infratuzilma va eski tizimlar ushbu landshaft majmuasini yaratadigan bir nechta biznes sohalariga ega yirik tashkilotlarda kam bo'ladi. Yuzlab turli xil manba tizimlarida minglab maydonlar bo'yicha ko'p millionlab yozuvlar bo'ylab ma'lumotlarning yaxlitligi va statistik aloqalarini saqlaydigan zamonaviy anonim ma'lumotlarga ega bo'lish haqiqatdan ham mumkin emas.
RTL dasturiy ta'minotini ma'lumotlar uchun ishlashga urinish
Tashkilotlar jonli ma'lumotlar bilan ishlashlari kerakligini qabul qilgandan so'ng, ular mavjud RTL dasturiy ta'minotini o'rnatishga harakat qiladilar, kvadrat qoziqni yumaloq teshikka majburlaydilar va ikkita variantdan birini qo'llashadi:
- Ma'lumotlarni ishlab chiqish sodir bo'ladigan pastki muhitlarga tushirish; yoki
- Rivojlanishni jonli ma'lumotlar joylashgan yuqori muhitlarga surish
Birinchi variant yangi xavflarni kiritishni anglatadi, chunki sizning ma'lumotlaringiz ishlab chiqarish po'lat halqasini tark etdi va endi kamroq boshqariladigan muhitda, bu ayniqsa ommaviy bulutda xavfli. Yaxshi boshqariladigan korxonalarda bu foydalanish holatlari bo'yicha ma'lumotlardan voz kechishni ham o'z ichiga oladi, bu esa masshtabni qiyinlashtiradi.
Ikkinchi variant esa, avvallari qat'iy nazorat ostida bo'lgan, barcha ilovalar xizmat hisoblari ostida ishlayotgan muhitga inson foydalanuvchilari va yangi asboblarni kiritishni anglatadi. Bundan tashqari, biznes uchun muhim ish yukiga ta'sir qiladigan ishlanmalar yoki noto'g'ri so'rovlar haqida qonuniy xavotirlaringiz bo'lishi mumkin.
Ikki variantdan ikkinchisi, masalan, resurs navbatlaridan foydalangan holda, ishlab chiqarish ish yuklaridan qurilish faoliyatini ajratish uchun ba'zi boshqaruvlarni kiritishingiz mumkin bo'lsa, ehtimol unchalik yomon emas.
Ammo qanday yaxshi yechim bor?
Tarmoqni ajratish orqali aniqlangan Production po'lat halqasida yangi Ma'lumotlarning yashash uchun marshrutini tashkil etuvchi uchta mutlaqo yangi muhit yarating:
- Ma'lumotlarni yaratish
- Ma'lumotlar testi
- Data Live
Data Build insonning kirishiga, interaktiv seanslarga ruxsat beradi, bu yerda jonli maʼlumotlarni turli vositalar yordamida miqyosda soʻroq qilish va maʼlumotlar mahsulotlarini yaratish mumkin. Bu sizning EDA (Exploratory Data Analytics) muhiti.
Ma'lumotlar testi yangi ishlab chiqarilgan ma'lumotlar mahsulotlarini ko'radi, jumladan, unumdorlik va axloqiy testlar qatori sinovdan o'tkaziladi. Bu yerda sizga ishlab chiquvchi asboblari kamroq kerak bo'ladi, chunki bu erda joylashtirishdan oldin yakuniy tekshiruvlar o'tkaziladi. Tekshiruvlar bajarilmasa, bu yerga qaytishdan oldin tuzatish ishlarini bajarish uchun Data Build-ga qaytasiz.
Data Live xizmat hisoblari ostida ilovalar sifatida ishlaydigan ma'lumotlar mahsulotlarini ko'radi va atrof-muhit asboblardan (yoki haqiqatan ham inson kirishidan) ozod bo'ladi, monitoring imkoniyatlari bundan mustasno. Ushbu monitoring imkoniyatlari ma'lumotlar siljishini aniqlash kabi ma'lumotlar bilan bog'liq faoliyatni amalga oshirishga qodir bo'ladi.
Ushbu uchta muhitda korporativ manba ma'lumotlari bir xil aktivdir. Agar siz elastik bo'lmagan muhitda ishlamasangiz, ma'lumotlarning takrorlanishi yoki nusxasi yo'q. Ushbu yondashuv bilan sizning atrof-muhit quvurlari faqat muhitlar orqali kodni targ'ib qilishi kerak.
Ehtimol, bitta yakuniy muhitga ehtiyoj bor: o'yin maydonchasi yoki tajriba zonasi. Bu erda ishlab chiquvchilar to'liq erkinlikka, shu jumladan Internetga kirishga ega.
4.Data Playpen
Data Playpen tarmoqni ajratish orqali Data RTL-ning qolgan qismidan uzilgan va, ehtimol, korxonangizning qolgan qismidan uzilgan. Bu ma'lumotlardan mustaqil ravishda yoki sintetik ma'lumotlarga ega bo'lgan yangi asboblar yoki texnikalar uchun asosdir. Ushbu muhitda ishlash ma'lumotlar mahsulotini yaratishda birinchi qadam bo'lishdan ko'ra, fikrlashni bildiradi.
Qanday qilib dasturiy ta'minot RTL va Data RTL birgalikda mavjud bo'lishi mumkin?
Aksariyat zamonaviy korxonalarga ikkala RTL ham kerak bo'ladi, ayniqsa ular ilg'or tahlillardan foydalanmoqchi bo'lsalar va yaxshi xabar shundaki, ular bitta platformada nisbatan toza birga yashashlari mumkin:
“Data Live” va “Mahsulot” aslida bir xil muhit yoki ikkita alohida muhit boʻlishi bilan bogʻliq qaror qabul qilish nuqtasi mavjud, chunki hayot tsiklining ushbu bosqichida maʼlumotlar mahsuloti xizmat hisobi ostida ishlaydigan mustaqil dastur sifatida koʻrib chiqilishi mumkin. Buni tekshirish kerak bo'ladi, lekin mavjud RTL dasturiy ta'minoti bilan mavjud platformaga yangi Data RTL qo'shsangiz, ularni bitta muhitga yig'ishning oldini olish osonroq bo'ladi.
Va nihoyat, ba'zida ma'lumotlarni ishlab chiquvchilar o'zlarining ma'lumotlar mahsulotlarini yaratish yoki saqlashni qo'llab-quvvatlaydigan dasturiy ta'minot muhandisligi komponentlarini yaratadigan stsenariylar bo'ladi. Bu maxsus paket yoki ma'lumotlar modelining kirish va chiqishlarini qayd qiluvchi audit do'koni bo'lishi mumkin.
Bu yerda siz Dev, Test, Pre-Prod dasturiy ta'minotidan boshlab ikkita RTLning birlashishini ko'rishingiz mumkin, lekin keyin bir vaqtning o'zida Data Build, Data Test va Data Live-ga chiqarilishiga guvoh bo'lishingiz mumkin, shuning uchun artefakt yangi ma'lumotlarni yaratish ishlari uchun mavjud bo'ladi.
Esda tutingki, Data RTL jonli maʼlumotlarga inson kirishini oʻz ichiga olgan muayyan faoliyatni amalga oshirishi kerak boʻlgan tashkilotingiz aʼzolaridan tashqariga chiqarilmasligi kerak boʻlgan imtiyozli kirishni taklif qiladi.
Ushbu foydalanuvchilar sizning ma'lumotlaringiz bo'yicha olimlar va miqdorlarni o'z ichiga oladi, shuningdek, mijozlarning adolatli natijalarini ta'minlash uchun ilovalarni jonli ma'lumotlarda sinab ko'rishga muhtoj bo'lganlarga ham tegishli.
Ma'lumotlar va kod mustaqil bo'lsa, ishlab chiquvchilar har doim RTL dasturiy ta'minotidan foydalanishlari kerak.
