{"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\/it\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita","title":{"rendered":"Data Mesh: come lavorare con i dati senza monoliti","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Ciao, Habr! Noi di Dodo Pizza Engineering amiamo molto i dati (e chi non li ama oggigiorno?). Ora vi racconter\u00f2 una storia su come raccogliere tutti i dati del mondo Dodo Pizza e dare a qualsiasi dipendente dell'azienda un facile accesso a questo immenso insieme di dati. La missione da affrontare: mantenere calma la squadra Data Engineering.<\/p>\n<p>\n<img decoding=\"async\" alt=\"Data Mesh: come lavorare con i dati senza monoliti\" 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>Come veri e propri accumulators, raccogliamo informazioni di ogni tipo sul lavoro delle nostre pizzerie:<\/p>\n<p><\/p>\n<ul>\n<li>ricordiamo tutti gli ordini degli utenti; <\/li>\n<li>sappiamo quanto tempo ci \u00e8 voluto per preparare la prima pizza a Syktyvkar;<\/li>\n<li>vediamo quanto tempo impiega la pizza a raffreddarsi sullo scaffale termico a Voronezh in questo momento; <\/li>\n<li>conserviamo dati sugli sprechi di prodotti;<\/li>\n<li>e molto, molto altro. <\/li>\n<\/ul>\n<p><\/p>\n<p>Attualmente, diversi team si occupano dei dati in Dodo Pizza, uno dei quali \u00e8 il team Data Engineering. Attualmente abbiamo il compito di fornire a qualsiasi dipendente dell'azienda un facile accesso a questo insieme di dati. <\/p>\n<p><\/p>\n<p>Quando abbiamo iniziato a pensare a come farlo e a discutere della missione, abbiamo trovato un approccio molto interessante alla gestione dei dati \u2013 <noindex><a rel=\"nofollow\" href=\"https:\/\/martinfowler.com\/articles\/data-monolith-to-mesh.html\">Data Mesh<\/a><\/noindex> (nel link troverete un articolo enorme e fantastico). Le sue idee si sono perfettamente integrate con la nostra visione su come vogliamo costruire il nostro sistema. Pi\u00f9 avanti nell'articolo troverete la nostra reinterpretazione dell'approccio e come vediamo la sua implementazione in Dodo Pizza Engineering.<\/p>\n<p><\/p>\n<h2 id=\"chto-my-imeem-v-vidu-pod-dannymi\">Cosa intendiamo per \u00abdati\u00bb<\/h2>\n<p><\/p>\n<p>Per iniziare, definiamo cosa intendiamo per dati in Dodo Pizza Engineering:<\/p>\n<p><\/p>\n<ul>\n<li>Eventi inviati dai servizi (abbiamo un bus comune, costruito con RabbitMQ);<\/li>\n<li>Registrazioni all'interno del database (per noi sono MySQL e CosmosDB);<\/li>\n<li>Clickstream dall'app mobile e dal sito web.<\/li>\n<\/ul>\n<p><\/p>\n<p>Affinch\u00e9 il business di Dodo Pizza possa utilizzare questi dati e fare affidamento su di essi, \u00e8 importante che siano soddisfatti i seguenti requisiti:<\/p>\n<p><\/p>\n<ul>\n<li><strong>Devono essere integri.<\/strong> Dobbiamo essere certi di non modificare i dati durante il loro processo di elaborazione, archiviazione e visualizzazione. Se il business non pu\u00f2 fidarsi dei nostri dati, non avranno alcun valore.<\/li>\n<li><strong>Devono avere un timestamp e non devono essere sovrascritti.<\/strong> Ci\u00f2 significa che vogliamo avere la possibilit\u00e0 di tornare indietro in qualsiasi momento e guardare i dati di quel periodo di tempo. Ad esempio, scoprire quante pizze sono state vendute l'8 luglio 2018.<\/li>\n<li><strong>Devono essere affidabili.<\/strong> Nel processo di raccolta e archiviazione dei dati, dobbiamo garantire non solo l'integrit\u00e0, ma anche l'affidabilit\u00e0. Non possiamo perdere dati, fette temporali, perch\u00e9 con essi perdiamo la fiducia dei nostri clienti (sia esterni che interni).<\/li>\n<li><strong>Devono seguire uno schema stabile: scriviamo richieste per questi dati.<\/strong> Non ci piacerebbe affatto che con la modifica del codice dell'applicazione, con il refactoring, questi cambiassero tanto da far smettere di funzionare le nostre richieste. Colui che scrive le richieste non scoprir\u00e0 mai che avete fatto il refactoring finch\u00e9 tutto non si romper\u00e0. Non vorremmo saperlo dai clienti.<\/li>\n<\/ul>\n<p><\/p>\n<p>Tenendo conto di tutti questi requisiti, siamo giunti alla conclusione che i dati in Dodo sono un prodotto. Proprio come l'API pubblica del servizio. Di conseguenza, i dati devono essere di propriet\u00e0 dello stesso team che possiede il servizio. Inoltre, le modifiche allo schema dei dati devono essere sempre retrocompatibili.<\/p>\n<p><\/p>\n<h2 id=\"tradicionnyy-podhod--data-lake\">L'approccio tradizionale \u00e8 il Data Lake<\/h2>\n<p><\/p>\n<p>Per affrontare le sfide della memorizzazione e dell'elaborazione affidabile dei big data, esiste un approccio tradizionale adottato da molte aziende che lavorano con questo insieme di informazioni: il Data Lake. Nell'ambito di questo approccio, gli ingegneri dei dati raccolgono informazioni da tutti i componenti del sistema e le archivia in un grande deposito (che pu\u00f2 essere, ad esempio, Hadoop, Azure Kusto, Apache Cassandra o anche una replica MySQL, se i dati vi possono entrare). <\/p>\n<p><\/p>\n<p>Successivamente, gli stessi ingegneri scrivono richieste a tale deposito. L'implementazione di questo approccio in Dodo Pizza Engineering implica che il team di Data Engineering possieda lo schema dei dati nel deposito analitico. <\/p>\n<p><\/p>\n<p>In questo scenario, il team diventa molto triste ecco perch\u00e9:<\/p>\n<p><\/p>\n<ul>\n<li>Deve monitorare le modifiche in <strong>TUTTI<\/strong> i servizi all'interno dell'azienda. Ce ne sono molti e ci sono molte modifiche (in media uniamo circa 100 pull request a settimana, mentre molti servizi non fanno affatto pull request).<\/li>\n<li>Con la modifica dello schema dei dati, il product owner e il team che modifica lo schema dei dati devono aspettare che il Data Engineering scriva il codice necessario affinch\u00e9 le modifiche siano supportate. Inoltre, \u00e8 ormai da tempo che gestiamo situazioni in cui un team aspetta un altro: \u00e8 molto raro. E non vogliamo che questo diventi una parte \u00abnormale\u00bb del processo di sviluppo.<\/li>\n<li>Deve essere immerso in <strong>TUTTO <\/strong> business dell'azienda. La rete di pizzerie sembra un'attivit\u00e0 semplice, ma \u00e8 solo un'illusione. \u00c8 molto difficile raccogliere in un unico team abbastanza competenze per costruire un modello dati adeguato per tutta l'azienda.<\/li>\n<li>Costituisce un punto di fallimento unico. Ogni volta che \u00e8 necessario modificare i dati che il servizio restituisce o scrivere una query, tutte queste attivit\u00e0 ricadono sul team Data Engineering. Alla fine, il team ha un backlog sovraccarico.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>Di conseguenza, il team si trova all'incrocio di un'enorme quantit\u00e0 di richieste e con poche possibilit\u00e0 di soddisfarle. Inoltre, sar\u00e0 in costante fretta e stress. Non vogliamo assolutamente questo. Pertanto, dobbiamo pensare a come risolvere questi problemi e, nel contempo, ottenere la possibilit\u00e0 di analizzare i dati.<\/p><\/blockquote>\n<p><\/p>\n<h2 id=\"peretekaya-ot-data-lake-k-data-mesh\">Passando dal Data Lake al Data Mesh<\/h2>\n<p><\/p>\n<p>Fortunatamente, questa domanda non l'abbiamo fatta solo noi. In realt\u00e0, questo problema \u00e8 gi\u00e0 stato risolto nell'industria (aleluia!). Solo in un altro ambito: il deployment delle applicazioni. S\u00ec, parlo dell'approccio DevOps, dove il team decide come implementare il prodotto che stanno creando. <\/p>\n<p><\/p>\n<p>Un approccio simile alla risoluzione dei problemi del Data Lake \u00e8 stato proposto da Zhamak Dehghani, consulente di ThoughtWorks. Osservando come Netflix e Spotify affrontano simili sfide, ha scritto un articolo straordinario <noindex><a rel=\"nofollow\" href=\"https:\/\/martinfowler.com\/articles\/data-monolith-to-mesh.html\">How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh<\/a><\/noindex>(il link per accedervi era all'inizio dell'articolo). Le idee principali che ne abbiamo estratte sono:<\/p>\n<p><\/p>\n<ul>\n<li>Suddividere un grande Data Lake in domini di dati, che sono molto simili ai domini del domain-driven design. Ogni dominio \u00e8 un piccolo bounded context.<\/li>\n<li>I Feature Team, che sono responsabili dei domini DDD, sono anche responsabili dei relativi domini di dati. Possono gestire lo schema, modificarlo e caricare i dati. A questo punto, sanno tutto: come cambiare il caricamento dei dati senza rompere nulla quando l'applicazione cambia. Le conoscenze non vanno mai perse. Per accedere ai dati, non devono andare da nessuna parte. Il team gestisce l'intero ciclo di sviluppo, dalla modifica dei dati operativi alla fornitura di dati analitici a terzi. Un team possiede tutto ci\u00f2 che \u00e8 correlato al dominio (sia per quanto riguarda il dominio aziendale che quello dei dati).<\/li>\n<li>Data Engineer \u2013 un ruolo all'interno del Feature Team. Non deve necessariamente essere una persona separata, ma \u00e8 fondamentale che il team abbia questa competenza.<\/li>\n<\/ul>\n<p><\/p>\n<h2 id=\"a-v-eto-vremya-komanda-data-engineering\">E nel frattempo il team di Data Engineering...<\/h2>\n<p><\/p>\n<p>Se immaginiamo che tutto questo possa realizzarsi con uno schiocco di dita, rimangono due domande a cui rispondere:<\/p>\n<p><\/p>\n<p><strong>Cosa far\u00e0 ora il team Data Engineering?<\/strong> In Dodo Pizza Engineering c'\u00e8 gi\u00e0 un team piattaforma\/SRE. Il suo compito \u00e8 fornire agli sviluppatori gli strumenti per un'implementazione semplice dei servizi. Il team Data Engineering avr\u00e0 un ruolo analogo, ma esclusivamente per i dati. <\/p>\n<p><\/p>\n<p>Trasformare i dati operativi in analitici \u00e8 un processo complesso. Rendere i dati analitici accessibili a tutta l'azienda \u00e8 ancora pi\u00f9 difficile. Il team Data Engineering si occuper\u00e0 di risolvere questi problemi. <\/p>\n<p><\/p>\n<p>Abbiamo intenzione di fornire al Feature Team un insieme di strumenti e pratiche convenienti, grazie ai quali potranno pubblicare i dati dal loro servizio per il resto dell'azienda. Inoltre, ci occuperemo delle parti infrastrutturali comuni del data pipeline (code, archiviazione sicura, cluster per effettuare trasformazioni sui dati). <\/p>\n<p><\/p>\n<p><strong>Come acquisiranno competenze di Data Engineering gli appartenenti al Feature Team?<\/strong> Con il Feature Team \u00e8 pi\u00f9 complicato. Certamente, potremmo provare a reclutare un Data Engineer per ciascuna delle nostre squadre. Ma \u00e8 molto difficile. Trovare una persona con una buona esperienza nella lavorazione dei dati e convincerla a lavorare all'interno di un team di prodotto \u00e8 complicato. <\/p>\n<p><\/p>\n<p>Un grande vantaggio di Dodo \u00e8 che amiamo la formazione interna. Perci\u00f2, al momento, il nostro piano \u00e8 il seguente: il team Data Engineering inizier\u00e0 a pubblicare i dati di alcuni servizi, pianger\u00e0, si punter\u00e0, ma continuer\u00e0 a mangiare il cactus. Non appena capiremo di avere un processo pronto per la pubblicazione, inizieremo a parlarne al Feature Team. <\/p>\n<p><\/p>\n<p>Abbiamo diversi modi per farlo: <\/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 cui racconteremo come appare il processo che abbiamo creato, quali strumenti esistono e come utilizzarli nel modo pi\u00f9 efficace. <\/li>\n<li>Una presentazione al DevForum ci aiuter\u00e0 a raccogliere feedback dagli sviluppatori di prodotto. Dopo di che, potremo unirci ai team di prodotto e aiutarli a risolvere i problemi legati alla pubblicazione dei dati, organizzando corsi di formazione per i team. <\/li>\n<\/ol>\n<p><\/p>\n<h2 id=\"potreblenie-dannyh\">Consumo dei dati<\/h2>\n<p><\/p>\n<p>Ora ho parlato molto della pubblicazione dei dati. Ma c'\u00e8 anche il consumo. Cosa si pu\u00f2 dire al riguardo?<\/p>\n<p><\/p>\n<p>Abbiamo un fantastico team BI che scrive report molto complessi per la societ\u00e0 di gestione. All'interno di Dodo IS ci sono molti report per i nostri partner, che li aiutano a gestire le pizzerie. Nella nostra nuova modella, li vediamo come consumatori di dati, ciascuno con i propri domini di dati. E sono proprio i consumatori a dover gestire i propri domini. A volte, il dominio del consumatore pu\u00f2 essere descritto con una sola query nel data warehouse analitico, e questo \u00e8 positivo. Ma sappiamo che non sempre funzioner\u00e0. Ecco perch\u00e9 vogliamo che la piattaforma che creeremo per i team di prodotto possa essere utilizzata anche dai consumatori di dati (dopotutto, nei report all'interno di Dodo IS, saranno gli stessi team). <\/p>\n<p><\/p>\n<p>Ecco come vediamo il lavoro con i dati in Dodo Pizza Engineering. Saremmo lieti di leggere i vostri pensieri al riguardo nei commenti.<\/p>\n<p>Fonte: <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 5.0.1.1 - 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?).\" \/>\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\/it\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.1.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"it_IT\" \/>\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?).\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/it\/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: come lavorare con i dati senza monoliti | ProHoster","description":"Ciao, Habr! Noi di Dodo Pizza Engineering amiamo molto i dati (e chi non li ama al giorno d'oggi?).","canonical_url":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/data-mesh-kak-rabotat-s-dannymi-bez-monolita","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","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?).","og:url":"https:\/\/prohoster.info\/it\/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","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/52728","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=52728"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/52728\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media\/52729"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=52728"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=52728"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=52728"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}