
Комментарии 2
начинать надо с того, что с децентрализованной системой нужно уметь работать, не то что строить - жили же раньше с подтверждением документов "в столице" по месяцу и более
пытатся построить разделенную меш-систему и при этом ожидать от нее поведения централизованой это мягко говоря оптимистично. И умные слова по типу AI, ML и прочее тут ситуации не исправят
в жизни зачастую никто не хочет менять бизнес-процессы из-за чего в итоге получается жуткий кадавр, когда технически это иерархическая меш-система с разделением по доменам и зонам, но по факту бугалтерия может стать на сутки потому чтов другом регионе отвалился документооборот и алгоритм генерации "уникального идентификатора" падает потому что в свое время продавили административно "как удобнее умным людям", а не как должно быть в таких системахабсолютно наплевав на то что "как удобнее" имеет сквозную зависимость где вылет любого из звеньев не дает собрать цепочку
Спасибо за подробный обзор, очень много аспектов приведено. Слышал про Data Mesh еще в 2020 году. Некоторые из обозначенных проблем на мой взгляд видны еще на стадии Data Lake. Если источник не может отдать нормальные данные в один единственный Data Lake, о каком Data Mesh может идти речь, ведь помимо приобретения новых компетенций (дата-специалисты) придется отвечать сразу перед всеми потребителями данных со своими требованиями у каждого. А если не учитывать эти требования, то как тогда оценить качество таких данных? В общем, есть о чем подумать.
Data Mesh: что это и почему концепция не подходит большинству компаний в России