System Design Space
Граф знанийНастройки

Обновлено: 5 марта 2026 г. в 20:56

Data Mesh in Action (Data Mesh в действии)

hard

Источник

book_cube #Data

Краткий конспект книги и структура по трем частям и девяти главам.

Перейти на сайт

Data Mesh in Action (Data Mesh в действии)

Авторы: Jacek Majchrzak, Tamás Balnóyan, Zhamak Dehghani
Издательство: Manning Publications, 2023
Объём: 312 страниц

Практическое руководство по внедрению Data Mesh: domain ownership, data as a product, federated governance, self-serve data platform и MVP за месяц.

Data Mesh in Action - оригинальная обложкаОригинал

Зачем читать эту книгу

Книга дает прагматичный путь внедрения Data Mesh без платформенного максимализма: сначала проверка гипотезы на MVP, затем масштабирование через доменное владение данными, продуктовый подход и автоматизированный governance.

Для дата-команд

Как уйти от вечного central backlog и сократить time-to-data для бизнес-потребителей.

Для платформенных инженеров

Как построить self-serve слой, который усиливает автономность доменов, а не дублирует централизацию.

Для архитекторов и лидов

Как сочетать локальную скорость команд с едиными требованиями по качеству, безопасности и комплаенсу.

Структура книги: 3 части, 9 глав

Part 1: Foundations

Что такое Data Mesh, когда он нужен и как запустить MVP за месяц.

  • 1. The What and Why of the Data Mesh
  • 2. Is a Data Mesh Right for You?
  • 3. Kickstart Your Data Mesh MVP in a Month

Part 2: The Four Principles in Practice

Детальный разбор четырех принципов Data Mesh в операционной реальности.

  • 4. Domain Ownership
  • 5. Data as a Product
  • 6. Federated Computational Governance
  • 7. The Self-Serve Data Platform

Part 3: Infrastructure and Technical Architecture

Сравнение платформ и подход к проектированию решения под требования.

  • 8. Comparing Self-Serve Data Platforms
  • 9. Solution Architecture Design

Четыре принципа Data Mesh на практике

Domain Ownership

Ответственность за данные смещается к доменным командам, которые лучше понимают контекст генерации и использования данных.

Data as a Product

Данные рассматриваются как продукт: с понятным API, метаданными, SLA/SLO и поддержкой для потребителей.

Federated Computational Governance

Центральные стандарты и комплаенс автоматически применяются в децентрализованной модели без потери автономности команд.

Self-Serve Data Platform

Платформа самообслуживания дает доменным командам инструменты для публикации, эксплуатации и эволюции дата-продуктов.

MVP Data Mesh за месяц

  1. Согласовать цель MVP и измеримый эффект для одного приоритетного домена.
  2. Выбрать ограниченный контур данных с понятными потребителями и болями текущей централизации.
  3. Определить команду-владельца, минимальный контракт дата-продукта и критерии качества.
  4. Собрать прототип self-serve пути публикации (каталог, доступ, мониторинг, базовые политики).
  5. Провести демо со стейкхолдерами и зафиксировать план расширения на следующий домен.

Где чаще всего ломается внедрение

Организация еще не готова к доменной ответственности и ownership остается номинальным.
Нет платформенной команды, которая обеспечивает self-serve слой и единые guardrails.
Governance реализован вручную и превращается в bottleneck вместо автоматизированной федерации.
Внедрение начинается с тотального масштаба, а не с узкого MVP и локального доказательства ценности.

Связанные главы

Связанные материалы

Чтобы отмечать прохождение, включи трекинг в Настройки

System Design Space

© 2026 Александр Поломодов