Sie benötigen eine Data-Mesh-Architektur, um Daten zwischen Vertrieb, Produkt und Marketing über Cloud Storage und BigQuery hinweg auszutauschen. Wie sollten Sie Projekte, Speicher, Datasets und Freigaben organisieren, um die Eigenverantwortung und Auffindbarkeit der Abteilungen zu ermöglichen?

Die korrekte Antwort unterstützt das Data-Mesh-Paradigma, indem sie die Datenhoheit bei den einzelnen Abteilungen belässt. Mehrere Projekte pro Abteilung ermöglichen eine klare Trennung und Eigenverantwortung. Jede Abteilung kann ihre eigenen Cloud Storage-Buckets und BigQuery-Datasets erstellen, was die Autonomie fördert. Dataplex ist entscheidend, um diese verteilten Datenressourcen zu katalogisieren, zu verwalten und auffindbar zu machen, indem es Data Lakes und BigQuery-Datasets Zonen zuordnet. Dies ermöglicht es den Abteilungen, ihre Datenprodukte zu besitzen und zu teilen, was ein Kernprinzip von Data Mesh ist. Die erste Option zentralisiert die Gruppenverwaltung bei der IT, was der dezentralen Natur von Data Mesh widerspricht. Die zweite Option verwendet Analytics Hub für die gemeinsame Nutzung, was zwar nützlich ist, aber nicht die primäre Organisationsstruktur für die Eigenverantwortung der Datenprodukte darstellt. Die dritte Option zentralisiert Speicher und Datasets, was dem Data-Mesh-Konzept der verteilten Datenhoheit direkt entgegensteht.