Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Principes d'ingénierie des données
Nous vous recommandons d'adopter les principes du tableau suivant lorsque vous créez une architecture pour un pipeline de données moderne.
Principe | Exemple | Cas d'utilisation |
Flexibilité | Utiliser des microservices | FastGo bénéficie de flexibilité et d'évolutivité grâce à une architecture de microservices sur AWS |
Reproductibilité | Utilisez l'infrastructure en tant que code (IaC) pour déployer vos services | |
Réutilisation | Utiliser les bibliothèques et les références de manière partagée | Créez et réutilisez des ensembles de données gouvernés dans Amazon QuickSight grâce à Dataset-as-a-Source une nouvelle fonctionnalité |
Evolutivité | Choisissez des configurations de service adaptées à toute charge de données | Conception d'un lac de données à des fins de croissance et d'évolutivité sur le cloud AWS (AWS Prescriptive Guidance) |
Auditabilité | Conservez une piste d'audit en utilisant les journaux, les versions et les dépendances | Comment Parametric a créé un système de surveillance des audits à l'aide de l'architecture AWS Data Lake |
