View a markdown version of this page

Bonnes pratiques - AWS Conseils prescriptifs

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.

Bonnes pratiques

Lorsque vous utilisez des balises, il est important de comprendre la structure actuelle ou potentielle de l'entreprise et des cas d'utilisation. Grâce à ces informations, vous pouvez choisir les bons tags. Par exemple, si vous créez un lac de données pour le service avant-vente et que vous savez qu'il est prévu d'étendre le lac de données pour inclure les données du service après-vente, l'utilisation de la balise department permettra d'identifier les coûts et les performances de chaque département séparément. La planification, la répartition des coûts et l'optimisation du code ou des données peuvent être identifiées avec plus de précision. Sans cette department balise, si les données d'avant-vente ont besoin de 15 minutes pour la modélisation des données et de 45 minutes pour les données après-vente, les développeurs doivent consacrer plus de temps à l'analyse des causes premières. Avec le department tag, les développeurs sauraient exactement où chercher.

Ontologie de balisage

Les entreprises et la technologie jouent ensemble un rôle important dans l'identification des bonnes étiquettes à utiliser. D'un point de vue commercial, une entreprise et un projet suivront toujours une certaine structure. Par exemple, dans la région EMEA, au sein du département des ressources humaines, il pourrait y avoir un projet visant à prévoir le besoin de recrutement. Dans ce cas, il serait important d'inclure les métadonnées de la structure existante pour les rapports, le suivi, le nettoyage et les déploiements. Dans le même temps, le service technique comprend que le projet nécessitera les éléments suivants :

  • Phases de collecte de données via un pipeline de données composé de l'ingestion, du nettoyage et du traitement des données

  • Une équipe de ML chargée de modéliser les données à des fins de prévision

  • Un DevOps pipeline pour l'orchestration du code, diffusé dans un environnement de développement, de test et de production

Tous les mots clés en italique sont des structures de groupes commerciaux et techniques qu'il est important d'associer aux composants d'une application. Il s'agit d'un exemple d'ontologie de balisage typique. À l'aide de l'exemple, le tableau suivant montre les paires clé-valeur correspondantes pour les balises.

Key

Valeurs

department

human resources

region

EMEA

project

hiring forecast

phase

3

process

data ingestion, data cleaning, processing, modeling ou sales forecasting

domain

machine learning ou data pipeline

creation

cdk,x framework,ingest pipeline, ou manual - empty

status

development, testing, production access, reporting ou onboarding

Gouvernance des tags

La mise en place de mécanismes de gouvernance permet de rendre le balisage cohérent et programmable sur toutes les AWS ressources :