Cuatro estándares abiertos para la gestión de datos
¿Qué estándares abiertos describen tus datos y cómo encajan entre sí?
Por Dr. Simon Harrer · · video de 1:49 · 7 diapositivas
En resumen
Cuatro estándares abiertos describen tus datos en tres niveles. ODPS describe el producto de datos y ODCS describe sus Data Contracts. Apache Ossie describe los modelos semánticos y la ontología. Cada columna de un Data Contract apunta a su concepto de negocio.
Ver en YouTube
Archivos que lee cada herramienta
Definir una vez y usar en todas partes solo funciona si todas las herramientas leen los mismos archivos. Hay un archivo para el producto de datos, uno para el Data Contract, uno para el modelo semántico y uno para la ontología. Las herramientas de BI, las plataformas de datos, los catálogos de datos y los agentes de IA leen esos archivos.
Tres niveles
Los estándares funcionan en tres niveles. El nivel físico tiene las tablas. El nivel lógico tiene los productos de datos, los Data Contracts y los modelos semánticos. El nivel conceptual tiene la ontología, que dice qué significa tu negocio.
ODPS: el producto de datos
ODPS, el Open Data Product Standard, describe el producto de datos. Nombra al responsable, por ejemplo el equipo de checkout. También enumera los Input Ports y los Output Ports. Los Consumers y otros productos de datos se conectan a través de esos ports.
ODCS: el Data Contract
ODCS, el Open Data Contract Standard, especifica un Output Port. El Data Contract contiene el esquema, las reglas de calidad, los service levels y las condiciones de uso. Bitol, un proyecto de la Linux Foundation, mantiene ODCS y ODPS.
Ossie: el modelo semántico
Apache Ossie añade dos capas que llevan significado. El modelo semántico se sitúa sobre las tablas y sirve para la analítica. Contiene datasets, joins y métricas. Entonces cada herramienta calcula los ingresos de la misma forma.
Ossie: la ontología
La ontología describe el negocio en sí, sin tablas. Contiene conceptos, relaciones y reglas. Un cliente hace pedidos y el total de un pedido nunca es negativo. Eso vale en todas las plataformas donde están los datos.
Cómo encajan entre sí
La ontología define el significado. Los productos de datos y los modelos semánticos lo implementan. El Data Contract conecta los dos niveles: cada columna apunta al concepto que implementa. Aquí, la columna customer_id apunta al concepto Customer.