英文IT文章&书籍翻译

第八章：构建一个去中心化的数据团队 公司需要一个合理的战略，以从本地架构转变为基于云的架构。大多数公司已经看到角色的发展和专业化程度提高，特别是与数据科学、数据工程和机器学习工程相关的角色。所有这些专

第十一章：Snowsight中可视化数据 数据可视化使得在复杂数据中识别趋势、模式和异常值，并发现洞察变得更加容易。以图表或地图等可视化方式展示的信息更符合人类大脑理解大量数据的自然方式。商业智能（B

第二章：创建和管理Snowflake架构 十年前，数据平台架构缺乏可扩展性，无法轻松地让数据驱动的团队同时共享数据，无论团队的规模大小或者他们与数据的接近程度如何。对于可扩展性的需求不断增长，并且对于

第一章：开始 云计算的特点是可按需提供数据存储和计算能力。云计算的主要优势在于不需要用户直接或主动参与计算机系统资源的管理。其他优势包括无限的存储容量、自动软件更新、即时可扩展性、高速度和降低成本。正

第四章：流式数据产品 在流式数据网格中，领域拥有自己的数据。这样创建了一个分散的数据平台，以解决数据湖和数据仓库中与敏捷性和可扩展性相关的问题。领域现在需要向其他领域提供其数据。因此，重要的是将其数据

第六章：自助式数据基础设施 第1章描述了自助式基础设施。我们说它们是使数据产品工程对领域更简单的“便捷按钮”。这些便捷按钮隐藏了流式数据网背后的困难部分。实施便捷按钮背后的困难部分是中央团队的责任。

第七章：构建流式Data Mesh 在第3到第6章中，我们介绍了流式数据网格的支柱。现在我们将运用这些知识来设计一个流式数据网格。正如本书前面提到的，"数据网格"这个术语来自于微服务架构中的"服务网格

第五章：联邦计算数据治理 治理提供了互操作性和控制，使各个领域能够共同合作，同时保护每个领域免受不必要的活动干扰。此外，在流数据网中进行数据治理提供了一种集中分布式的方式来管理领域操作、元数据和服务定

第三章：领域所有权 流数据网格的四个支柱之一是领域所有权。定义数据领域可能会很困难，特别是当数据经常与多个领域共享，或者当一个领域依赖于另一个领域的数据时。 然而，在其核心，数据领域的定义是相当简单的

第二章：流式Data Mesh介绍 在第一章中，我们介绍并总结了数据网格架构的四个支柱。现在，我们将将这些入门知识应用于流式数据网格。简而言之，流式数据网格是一个满足所有支柱要求的数据网格，以流式数据

第一章：Data Mesh介绍 年轻人认为在某个时候，数据架构是容易的，然后数据的规模、速度和多样性增长了，我们需要新的、更复杂的架构。实际上，数据问题一直都是组织问题，因此从未被真正解决过。 ——G

第一章：事件驱动的数据通信 企业与数据的关系正迅速发生变化。过去，所有业务数据都可以整齐地存储在一个关系数据库中。但是，二十多年前开始的大数据革命已经发展演变，仅仅将海量数据存储在大数据湖中进行批量分

第六章：数据格式的深度探究 设计不仅仅关乎外观和感觉，设计是关于它的运作方式。 ———史蒂夫·乔布斯 传统上，数据仓库是建立在专有的数据格式上的，通过优化查询模式来提升性能。随着云数据湖的应用场景越来

第一章：引入基础设施即代码 如果您刚开始使用公共云提供商或数据中心基础设施，您可能会感到不知所措，需要学习很多东西才能完成工作！在数据中心基础设施概念、新的公共云服务、容器编排器、编程语言和软件开发等

第五章：优化云数据湖架构以提升性能 简约是终极的复杂性。 ——莱昂纳多·达·芬奇 性能可以简单地定义为工作完成的及时性。话虽如此，在云服务方面，性能可能是最复杂的术语之一，因为没有单一的性能度量标准。

第四章：可扩展的数据湖 如果你改变看待事物的方式，你所看待的事物也会改变。 - 韦恩·戴尔 阅读前三章后，你应该已经具备了在云上建立并运行数据湖架构所需的一切，以合理的成本配置适合你的组织。从理论上讲

第三章：为您的数据湖考虑设计要素 不要害怕完美，因为你永远无法达到它。 --萨尔瓦多·达利 在第1章和第2章中，我们从上帝视角了解了云数据湖是什么以及云上一些广泛使用的数据湖架构。前两章中的信息为您提

第二章 云上的大数据架构 大数据可能意味着更多的信息，但也意味着更多的虚假信息。 ---纳西姆·塔勒布 正如我们在第1章中学到的那样，关于云数据湖有两个关键要点，为本章奠定了基础： 数据湖方法从存储和

第一章：大数据——超越噱头 没有大数据，你就像盲人和聋子一样，置身于高速公路之中。 ——杰弗里·摩尔 如果我们正在玩职场宾果游戏，有很大的机会你可以通过划掉以下这些术语来赢得胜利，这些术语你在过去三个