第三部分：设计，构建和部署 Data Mesh

有了基本的数据网格后，如何成功使用生成式人工智能（GenAI），并建立团队、运维模式和路线图，以建立、培育和发展数据网格？本部分详细介绍了使数据产品可发现、可观察和安全的流程，以促进更敏捷、更高效的数据生态系统；提出了数据发现和共享的动态平台，同时最大限度地减少元数据的重复；解释了通过自助服务能力和认证进行分散、敏捷治理的方法；介绍了创建高效 “数据产品工厂 ”的方法；探讨了如何将 Data Mesh 与 GenAI 结合以增强决策制定；重点介绍了实施的社会技术方面；概述了分散、以领域为中心的方法；并提供了结构化、多流的实施计划。

• 第 9 章，“运行和运维 Data Mesh”，探讨了如何使数据产品可被发现、可观察和安全，强调了 Data Mesh 中数据的动态性质、确保无缝操作所涉及的关键接口和流程，以及通过标准化和自助服务功能增强数据管理的机会，所有这些都最终促进了更敏捷、更高效的数据生态系统。

• 第 10 章，“创建 Data Mesh Marketplace”，通过提出 Data Mesh Marketplace 来解决在不断增长的 Data Mesh 生态系统中寻找数据产品的挑战，与传统数据目录不同，Data Mesh Marketplace 为数据发现、使用和共享提供了一个动态、用户友好的平台，该平台利用自助服务功能并最大限度地减少元数据重复。

• 第 11 章，“建立 Data Mesh 治理”，介绍了动态数据产品中的自助服务功能和嵌入式代理如何促进更敏捷的联合数据治理方法，强调合规性认证，将策略实施分散给数据产品所有者，同时保持集中式策略定义。

• 第 12 章，“了解数据产品供应链”，介绍了数据产品的嵌入式服务和自助服务功能如何支持创建一致、高效且可重复的“数据产品工厂”，并建立类似于现代制造供应链的动态数据供应链生态系统。

• 第 13 章，“集成 Data Mesh 和生成式 AI”，揭示了通过将 Data Mesh 的去中心化奇迹与生成式 AI 的惊人功能相结合，组织可以加速其数据驱动的决策流程，创造一个即使是您的数据产品也拥有使您的业务更智能的大脑的未来！

• 第 14 章，“建立 Data Mesh 团队”，强调，成功的 Data Mesh 实施依赖于 20% 的技术和 80% 的人才，数据产品团队就像社会技术生态系统中的自主“数据产品工厂”，同时与平台交互，使团队能够创建一个繁荣的数据驱动环境。

• 第 15 章，“定义 Data Mesh 运维模式”，介绍了 Data Mesh 如何需要从传统的集中式数据管理转变为分散的、以领域为中心的方法，这涉及创建一个运维模式，使人员、流程和技术保持一致，以在整个组织中高效管理、共享和利用数据产品。

• 第 16 章，“建立实用的 Data Mesh 路线图”，概述了 Data Mesh 实施的实用路线图，强调需要平衡技术、组织文化、数据产品创建和治理，并将其构建为并行工作流（技术、工厂、运维模式、社交），以构建可扩展且高效的 Data Mesh 生态系统。