Obiettivi di un'architettura di integrazione dei dati

Contenuti

Ci sono ancora molte persone a cui questa architettura di integrazione i dati suonano strani. Quasi come una contraddizione. Non sono d'accordo sul fatto che l'integrazione dei dati debba avere una propria architettura.

Attualmente, molti specialisti dell'integrazione dei dati creano ancora interfacce indipendenti. Una cattiva pratica che è inoltre semplicemente anti-architettonica. Un altro errore comune è pensare che, utilizzando il prodotto fornito da un fornitore per l'integrazione dei dati, abbiamo già automaticamente garantita la architettura di integrazione.

architecture_de_integracion.jpg

E qual è il problema con tutto questo? Bene, se non assumiamo l'esistenza di un'architettura di integrazione dei dati, non riusciremo ad affrontare come quell'architettura influisca sulla scalabilità dell'integrazione, costi, personale, capacità di supporto in tempo reale, gestione dati, SOA, eccetera.

Vediamo un po' più dettagliatamente quali sono alcuni obiettivi di una architettura di integrazione di dati. Come è in grado di imporre un ordine all'interno della complessità.

La maggior parte dei componenti di una soluzione di integrazione dei dati è divisa in una delle tre categorie: server, interfacce e elementi per la trasformazione dei dati. Tenendo conto di questo, potremmo dire che un architettura di integrazione i dati non sono altro che la modellazione di server che si relazionano tramite le interfacce.

Il punto ideale di questo modello di architettura è che fornisca una visione completa dell'infrastruttura e di tutto lo sviluppo che vi si implementa sopra. In questo modo tutti avranno chiaro cosa c'è lì, e tutti avranno una visione comune per collaborare negli sviluppi.

Allo stesso tempo, se queste regole di sviluppo vengono sempre seguite e il architettura di integrazione si è adattato bene ad esse, un lavoro successivo che dovrà essere persino ereditato da altre persone, sarà molto più veloce.

Poiché questi standard di sviluppo e modelli architetturali possono essere applicati a più progetti di integrazione dei dati, il risultato sarà la semplicità nel promuovere il riutilizzo del codice aumentando al contempo la coerenza nella gestione dei dati.

Il tipo di architettura di integrazione preferito per la maggior parte delle soluzioni di integrazione è noto come hub e spoke. In questa architettura, la comunicación y la transferencia de datos entre servidores pasa por un cuore centrale, donde un servidor de integración gestiona las comunicaciones y realiza transformaciones de datos. Si la respuesta de integración de datos se crea con la herramienta de un proveedor, ese servidor en el cuore suele ser el servidor de integración de datos de ese proveedor. Si utiliza sus propias soluciones, el servidor cuore puede ser su propio sistema de administración de bases de datos o una colección de rutinas de programación hechas por su propio equipo. Puedes seleccionar y todo sigue teniendo sentido.

  • Reconocer que existe la arquitectura de integración de datos. Aún cuando se superpone con la arquitectura de almacenamiento de datos e interactúa con el resto de la infraestructura de inteligencia empresarial, la arquitectura de integración de datos es un marco autónomo que necesita una solución autónoma.
  • Incorpora personal especializado en integración de datos. En lugar de contratar especialistas en integración de datos de su equipo de almacenamiento de datos, considere la oportunidad de crear un departamento de integración de datos especializado.
  • Abraza la arquitectura hub e spoke para sus implementaciones de integración de datos. Il cuore Reduce la cantidad de interfaces indispensables y proporciona un modelo que todos pueden comprender y con el que pueden ser productivos. Además es una arquitectura ideal para garantizar la reutilización, la productividad, la colaboración y los estándares de desarrollo consistentes.
  • No cargue todo su trabajo en ese hub central. Si no distribuye un poco la carga de trabajo, pronto colapsará el centro. Cuando necesite manejar grandes volúmenes de datos, es mejor repartir la carga de trabajo más allá del concentrador por medio de varios módulos de preprocesamiento y posprocesamiento.

Iscriviti alla nostra Newsletter

Non ti invieremo posta SPAM. Lo odiamo quanto te.

Altoparlante dati