{"id":52728,"date":"2019-11-15T00:00:00","date_gmt":"2019-11-14T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/data-mesh-kak-rabotat-s-dannymi-bez-monolita"},"modified":"2020-02-18T14:00:31","modified_gmt":"2020-02-18T11:00:31","slug":"data-mesh-kak-rabotat-s-dannymi-bez-monolita","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita","title":{"rendered":"Data Mesh: Wie man mit Daten ohne Monolith arbeitet","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Hallo, Habr! Bei Dodo Pizza Engineering sind wir gro\u00dfe Fans von Daten (wer ist das nicht heutzutage?). Hier folgt die Geschichte dar\u00fcber, wie man alle Daten der Dodo Pizza-Welt sammeln und jedem Mitarbeiter einen bequemen Zugang zu diesem Datenpool erm\u00f6glichen kann. Die Herausforderung: Die Nerven des Data Engineering-Teams zu schonen.<\/p>\n<p>\n<img decoding=\"async\" alt=\"Data Mesh: Wie man mit Daten ohne Monolith arbeitet\" src=\"\/wp-content\/uploads\/2019\/11\/f796b2caaa9dce1ad5e5317dd7d79b16.jpeg\" style=\"display:block;margin: 0 auto;\" \/><noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<p>Wie echte M\u00fcllsammler sammeln wir alle m\u00f6glichen Informationen \u00fcber den Betrieb unserer Pizzerien:<\/p>\n<p><\/p>\n<ul>\n<li>wir erinnern uns an alle Kundenbestellungen; <\/li>\n<li>wir wissen, wie viel Zeit f\u00fcr die Herstellung der ersten Pizza in Syktywkar ben\u00f6tigt wurde;<\/li>\n<li>wir sehen, wie lange die Pizza gerade jetzt auf dem W\u00e4rmegestell in Woronesch abk\u00fchlt; <\/li>\n<li>wir speichern Daten zu den Produktverbr\u00e4uchen;<\/li>\n<li>und vieles, vieles mehr. <\/li>\n<\/ul>\n<p><\/p>\n<p>F\u00fcr die Datenverarbeitung bei Dodo Pizza sind derzeit mehrere Teams verantwortlich, eines davon ist das Data Engineering-Team. Uns steht derzeit die Aufgabe bevor: allen Mitarbeitern der Firma einen bequemen Zugang zu diesem Datenpool zu erm\u00f6glichen. <\/p>\n<p><\/p>\n<p>Als wir dar\u00fcber nachdachten, wie wir das umsetzen k\u00f6nnen, fanden wir einen sehr interessanten Ansatz f\u00fcr das Datenmanagement \u2013 <noindex><a rel=\"nofollow\" href=\"https:\/\/martinfowler.com\/articles\/data-monolith-to-mesh.html\">Data Mesh<\/a><\/noindex> (\u00fcber den Link finden Sie einen umfangreichen, gro\u00dfartigen Artikel). Die Ideen darin entsprechen sehr gut unserem Verst\u00e4ndnis davon, wie wir unser System gestalten m\u00f6chten. Im weiteren Verlauf des Artikels pr\u00e4sentieren wir unsere Neubewertung des Ansatzes und wie wir dessen Umsetzung bei Dodo Pizza Engineering sehen.<\/p>\n<p><\/p>\n<h2 id=\"chto-my-imeem-v-vidu-pod-dannymi\">Was meinen wir mit \u00abDaten\u00bb<\/h2>\n<p><\/p>\n<p>Beginnen wir damit, festzulegen, was wir unter Daten bei Dodo Pizza Engineering verstehen:<\/p>\n<p><\/p>\n<ul>\n<li>Ereignisse, die von Diensten gesendet werden (wir verf\u00fcgen \u00fcber eine gemeinsame Bus-Architektur, die mit RabbitMQ erstellt wurde);<\/li>\n<li>Eintr\u00e4ge innerhalb der Datenbank (f\u00fcr uns sind das MySQL und CosmosDB);<\/li>\n<li>Clickstream von der mobilen Anwendung und der Website.<\/li>\n<\/ul>\n<p><\/p>\n<p>Damit das Gesch\u00e4ft von Dodo Pizza diese Daten nutzen und darauf vertrauen kann, ist es wichtig, dass folgende Bedingungen erf\u00fcllt sind:<\/p>\n<p><\/p>\n<ul>\n<li><strong>Sie m\u00fcssen vollst\u00e4ndig sein.<\/strong> Wir m\u00fcssen sicherstellen, dass die Daten w\u00e4hrend ihrer Verarbeitung, Speicherung und Anzeige nicht ver\u00e4ndert werden. Wenn das Unternehmen unseren Daten nicht vertrauen kann, sind sie v\u00f6llig nutzlos.<\/li>\n<li><strong>Sie m\u00fcssen einen Zeitstempel haben und d\u00fcrfen nicht \u00fcberschrieben werden.<\/strong> Das bedeutet, dass wir jederzeit in der Lage sein m\u00f6chten, zur\u00fcckzugehen und die Daten f\u00fcr einen bestimmten Zeitraum anzusehen. Zum Beispiel herauszufinden, wie viele Pizzen wir am 8. Juli 2018 verkauft haben.<\/li>\n<li><strong>Sie m\u00fcssen zuverl\u00e4ssig sein.<\/strong> Im Prozess der Datensammlung und -speicherung m\u00fcssen wir nicht nur die Integrit\u00e4t, sondern auch die Zuverl\u00e4ssigkeit wahren. Wir k\u00f6nnen keine Datenverluste oder Zeitabschnitte erleiden, denn zusammen mit ihnen verlieren wir das Vertrauen unserer Kunden (sowohl extern als auch intern).<\/li>\n<li><strong>Sie sollten mit einem stabilen Schema arbeiten \u2013 wir stellen Anfragen f\u00fcr diese Daten.<\/strong> Wir m\u00f6chten nicht, dass mit \u00c4nderungen im Anwendungscode oder beim Refactoring die Daten so ver\u00e4ndert werden, dass unsere Anfragen nicht mehr funktionieren. Derjenige, der die Anfragen schreibt, erf\u00e4hrt nie von Ihrem Refactoring, bis alles kaputtgeht. Wir m\u00f6chten nicht, dass uns die Kunden dar\u00fcber informieren.<\/li>\n<\/ul>\n<p><\/p>\n<p>Angesichts all dieser Anforderungen sind wir zu dem Schluss gekommen, dass die Daten in Dodo ein Produkt sind. So wie ein \u00f6ffentliches API des Dienstes. Dementsprechend sollte das Team, das den Dienst besitzt, auch die Daten verwalten. \u00c4nderungen am Datenschema m\u00fcssen immer abw\u00e4rtskompatibel sein.<\/p>\n<p><\/p>\n<h2 id=\"tradicionnyy-podhod--data-lake\">Der traditionelle Ansatz \u2013 Data Lake<\/h2>\n<p><\/p>\n<p>Um die Herausforderungen einer zuverl\u00e4ssigen Speicherung und Verarbeitung gro\u00dfer Datenmengen zu bew\u00e4ltigen, gibt es einen traditionellen Ansatz, der in vielen Unternehmen, die mit solchen Informationspools arbeiten, anerkannt ist \u2013 Data Lake. Bei diesem Ansatz sammeln Dateningenieure Informationen aus allen Komponenten des Systems und lagern sie in einem gro\u00dfen Speicher (dies kann zum Beispiel Hadoop, Azure Kusto, Apache Cassandra oder sogar eine MySQL-Replikation sein, sofern die Daten hineinpassen). <\/p>\n<p><\/p>\n<p>Anschlie\u00dfend schreiben diese Ingenieure Abfragen an diesen Speicher. Die Umsetzung dieses Ansatzes bei Dodo Pizza Engineering bedeutet, dass das Data Engineering-Team die Datenstruktur im analytischen Speicher verwalten wird. <\/p>\n<p><\/p>\n<p>In diesem Szenario wird das Team jedoch zu sehr traurigen K\u00e4tzchen, und das aus folgendem Grund:<\/p>\n<p><\/p>\n<ul>\n<li>Es muss die \u00c4nderungen in <strong>ALLE<\/strong> Diensten innerhalb des Unternehmens \u00fcberwachen. Und es gibt viele Dienste und zahlreiche \u00c4nderungen (im Durchschnitt fusionieren wir etwa 100 Pull-Requests pro Woche, wobei viele Dienste \u00fcberhaupt keine Pull-Requests erstellen).<\/li>\n<li>Wenn das Datenmodell ge\u00e4ndert wird, m\u00fcssen der Produktverantwortliche und das Team, das das Datenmodell \u00e4ndert, warten, bis das Data Engineering den notwendigen Code fertiggestellt hat, um die \u00c4nderungen zu unterst\u00fctzen. Solche Situationen, in denen ein Team auf ein anderes warten muss, sind sehr selten und wir m\u00f6chten nicht, dass dies ein \"normaler\" Teil des Entwicklungsprozesses wird.<\/li>\n<li>Sie sollte in <strong>ALLEN <\/strong> Aspekten des Unternehmens eingebunden sein. Ein Netzwerk von Pizzerien mag wie ein einfaches Gesch\u00e4ft erscheinen, aber das t\u00e4uscht. Es ist sehr schwierig, im selben Team ausreichend Kompetenzen zu b\u00fcndeln, um ein angemessenes Datenmodell f\u00fcr das gesamte Unternehmen zu entwickeln.<\/li>\n<li>Es ist der einzige Fehlerpunkt. Jedes Mal, wenn Daten, die von einem Service zur\u00fcckgegeben werden, ge\u00e4ndert oder eine Abfrage geschrieben werden muss, fallen all diese Aufgaben an das Data Engineering-Team. Dadurch hat das Team einen \u00fcberlasteten Backlog.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>Dies f\u00fchrt dazu, dass das Team an der Schnittstelle einer Vielzahl von Bed\u00fcrfnissen steht und diese wahrscheinlich nicht befriedigen kann. Gleichzeitig befindet es sich in st\u00e4ndigem Zeitdruck und Stress. Das wollen wir unbedingt vermeiden. Daher m\u00fcssen wir dar\u00fcber nachdenken, wie wir diese Probleme l\u00f6sen und gleichzeitig die M\u00f6glichkeit zur Datenanalyse erhalten k\u00f6nnen.<\/p><\/blockquote>\n<p><\/p>\n<h2 id=\"peretekaya-ot-data-lake-k-data-mesh\">Vom Data Lake zum Data Mesh<\/h2>\n<p><\/p>\n<p>Zum Gl\u00fcck war diese Frage nicht nur uns wichtig. Tats\u00e4chlich wurde ein \u00e4hnliches Problem bereits in der Branche gel\u00f6st (Hallelujah!). Nur in einem anderen Bereich: beim Deployment von Anwendungen. Ja, ich spreche vom DevOps-Ansatz, bei dem das Team festlegt, wie das Produkt, das es erstellt, bereitgestellt werden soll. <\/p>\n<p><\/p>\n<p>Einen \u00e4hnlichen Ansatz zur L\u00f6sung von Data Lake-Problemen schlug Zhamak Dehghani, Beraterin bei ThoughtWorks, vor. Beobachtungen dar\u00fcber, wie \u00e4hnliche Herausforderungen Netflix und Spotify angehen, f\u00fchrten sie zu einem bemerkenswerten Artikel. <noindex><a rel=\"nofollow\" href=\"https:\/\/martinfowler.com\/articles\/data-monolith-to-mesh.html\">Wie man \u00fcber einen monolithischen Data Lake zu einem verteilten Data Mesh \u00fcbergeht<\/a><\/noindex>(der Link dazu war am Anfang des Artikels). Die wichtigsten Ideen, die wir daraus f\u00fcr uns mitgenommen haben:<\/p>\n<p><\/p>\n<ul>\n<li>Gro\u00dfe Data Lakes in Daten-Dom\u00e4nen aufzuteilen, die den Domain-Driven-Design-Dom\u00e4nen sehr \u00e4hneln. Jede Dom\u00e4ne ist ein kleiner begrenzter Kontext.<\/li>\n<li>Feature-Teams, die f\u00fcr DDD-Dom\u00e4nen zust\u00e4ndig sind, k\u00fcmmern sich auch um die entsprechenden Datenschichten. Sie speichern das Schema, nehmen \u00c4nderungen vor und laden Daten hoch. Dabei wissen sie genau, wie man die Dateneingabe \u00e4ndert, ohne dass etwas kaputt geht, wenn sich die Anwendung \u00e4ndert. Das Wissen bleibt erhalten. Um auf die Daten zuzugreifen, m\u00fcssen sie nicht woanders hingehen. Das Team selbst durchl\u00e4uft den gesamten Entwicklungszyklus von der \u00c4nderung operativer Daten bis zur Bereitstellung von Analysedaten f\u00fcr Dritte. Ein Team besitzt alles, was mit dem Domain zu tun hat (sowohl aus gesch\u00e4ftlicher als auch aus datentechnischer Sicht).<\/li>\n<li>Data Engineer \u2013 eine Rolle innerhalb des Feature-Teams. Es muss nicht unbedingt eine einzelne Person sein, aber es ist wichtig, dass das Team \u00fcber diese Kompetenz verf\u00fcgt.<\/li>\n<\/ul>\n<p><\/p>\n<h2 id=\"a-v-eto-vremya-komanda-data-engineering\">\u0410 \u0432 \u044d\u0442\u043e \u0432\u0440\u0435\u043c\u044f \u043a\u043e\u043c\u0430\u043d\u0434\u0430 Data Engineering&#8230;<\/h2>\n<p><\/p>\n<p>Wenn man sich vorstellt, dass all dies mit einem Fingerschnippen umgesetzt wird, bleiben zwei Fragen zu beantworten:<\/p>\n<p><\/p>\n<p><strong>Womit wird sich das Data Engineering-Team jetzt besch\u00e4ftigen?<\/strong> Im Dodo Pizza Engineering gibt es bereits ein Plattform-\/SRE-Team. Ihre Aufgabe besteht darin, den Entwicklern Werkzeuge zur einfachen Bereitstellung von Dienstleistungen zu bieten. Das Data Engineering-Team wird eine \u00e4hnliche Rolle nur f\u00fcr Daten \u00fcbernehmen. <\/p>\n<p><\/p>\n<p>Die Umwandlung von Betriebsdaten in analytische Daten ist ein komplexer Prozess. Analytische Daten f\u00fcr das gesamte Unternehmen verf\u00fcgbar zu machen, ist noch schwieriger. Genau mit diesen Herausforderungen wird sich das Data Engineering-Team befassen. <\/p>\n<p><\/p>\n<p>Wir werden dem Feature-Team ein benutzerfreundliches Set an Werkzeugen und Praktiken bereitstellen, damit sie Daten aus ihrem Service f\u00fcr das gesamte Unternehmen ver\u00f6ffentlichen k\u00f6nnen. Au\u00dferdem sind wir verantwortlich f\u00fcr die allgemeinen Infrastrukturkomponenten der Datenpipeline (Warteschlangen, zuverl\u00e4ssiger Speicher, Cluster f\u00fcr Datenverarbeitungen). <\/p>\n<p><\/p>\n<p><strong>Wie werden die F\u00e4higkeiten eines Data Engineers innerhalb des Feature-Teams aufgebaut?<\/strong> Das ist beim Feature-Team schwieriger. Nat\u00fcrlich k\u00f6nnten wir versuchen, in jedes unserer Teams einen Data Engineer einzustellen. Aber das ist sehr kompliziert. Jemanden mit einem soliden Hintergrund in der Datenverarbeitung zu finden und ihn davon zu \u00fcberzeugen, innerhalb des Produktteams zu arbeiten, ist eine Herausforderung. <\/p>\n<p><\/p>\n<p>Ein gro\u00dfes Plus von Dodo ist, dass wir internes Training sch\u00e4tzen. Unser Plan sieht derzeit so aus: Das Data Engineering Team beginnt, Daten einiger Dienste zu ver\u00f6ffentlichen, auch wenn es Herausforderungen gibt, aber es bei\u00dft sich durch. Sobald wir einen reifen Prozess f\u00fcr die Ver\u00f6ffentlichung haben, beginnen wir, dar\u00fcber im Feature Team zu berichten. <\/p>\n<p><\/p>\n<p>Wir haben mehrere M\u00f6glichkeiten, dies zu tun: <\/p>\n<p><\/p>\n<ol>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/dodopizzaio\/blog\/462033\/\">DevForum<\/a><\/noindex>, in dem wir erl\u00e4utern, wie der Prozess aussieht, den wir entwickelt haben, welche Werkzeuge es gibt und wie man sie am effektivsten verwendet. <\/li>\n<li>Ein Auftritt auf dem DevForum wird uns helfen, Feedback von Produktentwicklern zu sammeln. Danach k\u00f6nnen wir uns den Produktteams anschlie\u00dfen und ihnen bei der L\u00f6sung von Aufgaben zur Datenver\u00f6ffentlichung helfen, sowie Schulungen f\u00fcr die Teams organisieren. <\/li>\n<\/ol>\n<p><\/p>\n<h2 id=\"potreblenie-dannyh\">Datenverbrauch<\/h2>\n<p><\/p>\n<p>Ich habe jetzt viel \u00fcber die Datenver\u00f6ffentlichung gesprochen. Aber es gibt auch den Verbrauch. Was ist dazu zu sagen?<\/p>\n<p><\/p>\n<p>Wir haben ein gro\u00dfartiges BI-Team, das sehr komplexe Berichte f\u00fcr das Managementunternehmen erstellt. Innerhalb von Dodo IS gibt es viele Berichte f\u00fcr unsere Partner, die ihnen helfen, die Pizzerien zu verwalten. In unserem neuen Modell betrachten wir sie als Datenverbraucher mit eigenen Datenbereichen. Und diese Verbraucher sind f\u00fcr ihre eigenen Bereiche verantwortlich. Manchmal l\u00e4sst sich der Bereich eines Verbrauchers mit einer einzigen Anfrage an das analytische Lager beschreiben \u2013 das ist in Ordnung. Aber wir wissen, dass das nicht immer funktionieren wird. Daher m\u00f6chten wir sicherstellen, dass die Plattform, die wir f\u00fcr die Produktteams schaffen, auch von den Datenverbrauchern genutzt werden kann (denn im Fall der Berichte innerhalb von Dodo IS handelt es sich um dieselben Teams). <\/p>\n<p><\/p>\n<p>So sehen wir die Arbeit mit Daten bei Dodo Pizza Engineering. Wir freuen uns auf Ihre Gedanken dazu in den Kommentaren.<\/p>\n<p>Quelle: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/dodopizzaio\/blog\/475476\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041c\u044b \u0432 Dodo Pizza Engineering \u043e\u0447\u0435\u043d\u044c \u043b\u044e\u0431\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 (\u0430 \u043a\u0442\u043e \u0438\u0445 \u0441\u0435\u0439\u0447\u0430\u0441 \u043d\u0435 \u043b\u044e\u0431\u0438\u0442?). \u0421\u0435\u0439\u0447\u0430\u0441 \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043e \u0442\u043e\u043c, \u043a\u0430\u043a \u043d\u0430\u043a\u043e\u043f\u0438\u0442\u044c \u0432\u0441\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u043c\u0438\u0440\u0430 Dodo Pizza \u0438 \u0434\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u043c\u0443 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0443 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0443\u0434\u043e\u0431\u043d\u044b\u0439 \u0434\u043e\u0441\u0442\u0443\u043f \u043a \u044d\u0442\u043e\u043c\u0443 \u043c\u0430\u0441\u0441\u0438\u0432\u0443 \u0434\u0430\u043d\u043d\u044b\u0445. \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0434 \u0437\u0432\u0451\u0437\u0434\u043e\u0447\u043a\u043e\u0439: \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0435\u0440\u0432\u044b \u043a\u043e\u043c\u0430\u043d\u0434\u044b Data Engineering. \u041a\u0430\u043a \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0435 \u041f\u043b\u044e\u0448\u043a\u0438\u043d\u044b, \u043c\u044b \u043a\u043e\u043f\u0438\u043c \u0432\u0441\u0435\u0432\u043e\u0437\u043c\u043e\u0436\u043d\u0443\u044e \u0438\u043d\u0444\u0443 \u043e [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":52729,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-52728","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 4.9.10 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041c\u044b \u0432 Dodo Pizza Engineering \u043e\u0447\u0435\u043d\u044c \u043b\u044e\u0431\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 (\u0430 \u043a\u0442\u043e \u0438\u0445 \u0441\u0435\u0439\u0447\u0430\u0441 \u043d\u0435 \u043b\u044e\u0431\u0438\u0442?). \u0421\u0435\u0439\u0447\u0430\u0441 \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043e \u0442\u043e\u043c, \u043a\u0430\u043a \u043d\u0430\u043a\u043e\u043f\u0438\u0442\u044c \u0432\u0441\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u043c\u0438\u0440\u0430 Dodo Pizza \u0438 \u0434\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u043c\u0443 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0443 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0443\u0434\u043e\u0431\u043d\u044b\u0439 \u0434\u043e\u0441\u0442\u0443\u043f \u043a \u044d\u0442\u043e\u043c\u0443 \u043c\u0430\u0441\u0441\u0438\u0432\u0443 \u0434\u0430\u043d\u043d\u044b\u0445. \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0434 \u0437\u0432\u0451\u0437\u0434\u043e\u0447\u043a\u043e\u0439: \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0435\u0440\u0432\u044b \u043a\u043e\u043c\u0430\u043d\u0434\u044b Data Engineering. \u041a\u0430\u043a \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0435 \u041f\u043b\u044e\u0448\u043a\u0438\u043d\u044b, \u043c\u044b \u043a\u043e\u043f\u0438\u043c \u0432\u0441\u0435\u0432\u043e\u0437\u043c\u043e\u0436\u043d\u0443\u044e \u0438\u043d\u0444\u0443 \u043e\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 4.9.10\" \/>\n\t\t<meta property=\"og:locale\" content=\"de_DE\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47Data Mesh: \u043a\u0430\u043a \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 \u0431\u0435\u0437 \u043c\u043e\u043d\u043e\u043b\u0438\u0442\u0430 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041c\u044b \u0432 Dodo Pizza Engineering \u043e\u0447\u0435\u043d\u044c \u043b\u044e\u0431\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 (\u0430 \u043a\u0442\u043e \u0438\u0445 \u0441\u0435\u0439\u0447\u0430\u0441 \u043d\u0435 \u043b\u044e\u0431\u0438\u0442?). \u0421\u0435\u0439\u0447\u0430\u0441 \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043e \u0442\u043e\u043c, \u043a\u0430\u043a \u043d\u0430\u043a\u043e\u043f\u0438\u0442\u044c \u0432\u0441\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u043c\u0438\u0440\u0430 Dodo Pizza \u0438 \u0434\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u043c\u0443 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0443 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0443\u0434\u043e\u0431\u043d\u044b\u0439 \u0434\u043e\u0441\u0442\u0443\u043f \u043a \u044d\u0442\u043e\u043c\u0443 \u043c\u0430\u0441\u0441\u0438\u0432\u0443 \u0434\u0430\u043d\u043d\u044b\u0445. \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0434 \u0437\u0432\u0451\u0437\u0434\u043e\u0447\u043a\u043e\u0439: \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0435\u0440\u0432\u044b \u043a\u043e\u043c\u0430\u043d\u0434\u044b Data Engineering. \u041a\u0430\u043a \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0435 \u041f\u043b\u044e\u0448\u043a\u0438\u043d\u044b, \u043c\u044b \u043a\u043e\u043f\u0438\u043c \u0432\u0441\u0435\u0432\u043e\u0437\u043c\u043e\u0436\u043d\u0443\u044e \u0438\u043d\u0444\u0443 \u043e\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-11-14T21:00:00+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-02-18T11:00:31+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Data Mesh: Wie man mit Daten ohne Monolith arbeitet | ProHoster","description":"Hallo, Habr! Bei Dodo Pizza Engineering lieben wir Daten (wer tut das heutzutage nicht?). Jetzt erz\u00e4hlen wir die Geschichte, wie wir alle Daten der Dodo Pizza-Welt sammeln und jedem Mitarbeiter des Unternehmens einen bequemen Zugang zu diesem Datenbestand erm\u00f6glichen. Die Herausforderung: Die Nerven des Data Engineering-Teams zu schonen. Wie wahre Sammler sammeln wir alle m\u00f6glichen Informationen \u00fcber","canonical_url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47Data Mesh: \u043a\u0430\u043a \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 \u0431\u0435\u0437 \u043c\u043e\u043d\u043e\u043b\u0438\u0442\u0430 | ProHoster","og:description":"\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041c\u044b \u0432 Dodo Pizza Engineering \u043e\u0447\u0435\u043d\u044c \u043b\u044e\u0431\u0438\u043c \u0434\u0430\u043d\u043d\u044b\u0435 (\u0430 \u043a\u0442\u043e \u0438\u0445 \u0441\u0435\u0439\u0447\u0430\u0441 \u043d\u0435 \u043b\u044e\u0431\u0438\u0442?). \u0421\u0435\u0439\u0447\u0430\u0441 \u0431\u0443\u0434\u0435\u0442 \u0438\u0441\u0442\u043e\u0440\u0438\u044f \u043e \u0442\u043e\u043c, \u043a\u0430\u043a \u043d\u0430\u043a\u043e\u043f\u0438\u0442\u044c \u0432\u0441\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u043c\u0438\u0440\u0430 Dodo Pizza \u0438 \u0434\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u043c\u0443 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0443 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0443\u0434\u043e\u0431\u043d\u044b\u0439 \u0434\u043e\u0441\u0442\u0443\u043f \u043a \u044d\u0442\u043e\u043c\u0443 \u043c\u0430\u0441\u0441\u0438\u0432\u0443 \u0434\u0430\u043d\u043d\u044b\u0445. \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0434 \u0437\u0432\u0451\u0437\u0434\u043e\u0447\u043a\u043e\u0439: \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0435\u0440\u0432\u044b \u043a\u043e\u043c\u0430\u043d\u0434\u044b Data Engineering. \u041a\u0430\u043a \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0435 \u041f\u043b\u044e\u0448\u043a\u0438\u043d\u044b, \u043c\u044b \u043a\u043e\u043f\u0438\u043c \u0432\u0441\u0435\u0432\u043e\u0437\u043c\u043e\u0436\u043d\u0443\u044e \u0438\u043d\u0444\u0443 \u043e","og:url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-11-14T21:00:00+00:00","article:modified_time":"2020-02-18T11:00:31+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"52728","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-24 04:39:19","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 20:38:24","updated":"2026-01-24 04:39:19"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/52728","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=52728"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/52728\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media\/52729"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=52728"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=52728"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=52728"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}