Kapitel 7. Integration von Datenbeobachtung in deinen Datenstapel

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Im vorigen Kapitel hast du die drei Komponenten der Datenbeobachtung kennengelernt und erfahren, wie du die Datenbeobachtung in deiner täglichen Arbeit anwenden kannst. In diesem Kapitel werden wir uns die Hände schmutzig machen und diese Konzepte in die Praxis umsetzen.

Ziel dieses Kapitels ist es, dir Rezepte an die Hand zu geben, die dir helfen, Datenbeobachtung in deine Pipelines zu integrieren, und dir technisches Material an die Hand zu geben, mit dem du deine Frameworks und Anwendungen datenbeobachtbar machen kannst - und dann, wie ein guter Koch es mit jedem Rezept tun würde, wirst du es anpassen, erweitern und verbessern. Ich erkläre dir die richtigen Schritte, den Zweck jedes Schritts und wie er funktioniert. Spoiler-Alarm: Von Zeit zu Zeit wird es ziemlich technisch - fast schon nerdig - aber vertrau mir, es lohnt sich.

Um diesem Kapitel einen logischen Ablauf zu geben, folge ich dem Data-Engineering-Lebenszyklus, der von Joe Reis und Matt Housley in den Grundlagen des Data Engineering vorgestellt wurde(Abbildung 7-1).

The Data Engineering Lifecycle (Courtesy of Joe Reis and Matthew Housley)
Abbildung 7-1. Der Lebenszyklus der Datentechnik1 (Mit freundlicher Genehmigung von Joe Reis und Matthew Housley)

Die Datenbeobachtung ist in den Unterströmungen ...

Get Grundlagen der Beobachtbarkeit von Daten now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.