Comprendre, à l'aide d'exemples, les similitudes et les différences entre un "data product" et des "data as a product".

Un article rédigé par Alexis Mckenzie qui nous a très aimablement autorisé à le traduire.
Cet article a été originellement publié ici : https://towardsdatascience.com/a-data-mesh-approach-to-data-warehousing-cd71e55490ba

Une stratégie de gestion des données décentralisée, en libre-service et axée sur le domaine. Définition, avantages et inconvénients du Data Mesh. Faisons le tour de la question.

Après le Cloud et le Streaming de données, la grande nouveauté est certainement l’arrivée du concept de Data Mesh (nous trouvons ce mot trop élégant en anglais pour se risquer à le traduire).

De nombreuses entreprises investissent dans leur lac de données de nouvelle génération, dans l'espoir de démocratiser les données à grande échelle pour fournir des informations commerciales et, en fin de compte, prendre des décisions intelligentes automatisées. Les plateformes de données basées sur l'architecture du lac de données ont des modes de défaillance communs qui conduisent à des promesses non tenues à grande échelle. Pour faire face à ces modes de défaillance, nous devons passer du paradigme centralisé d'un lac ou de son entrepôt de données prédécesseur. Nous devons passer à un paradigme qui s'inspire de l'architecture distribuée moderne: considérer les domaines comme la préoccupation de premier ordre, appliquer la pensée de plate-forme pour créer une infrastructure de données en libre-service et traiter les données comme un produit.