データメッシュアプ​​ローチの実装には、データを製品として扱い、分散型のデータ所有権とアーキテクチャを実現することが含まれます。オプションCで概説されている手順は、ドメイン指向の分散型データ所有権の原則に沿って、部門ごとに個別のプロジェクトを作成することでこのアプローチをサポートします。各部門が独自のCloud StorageバケットとBigQueryデータセットを作成できるようにすることで、自律性とセルフサービスを促進します。Analytics Hubでデータを公開することで、部門間でのデータ共有と検出が容易になり、組織内のさまざまな部門がデータに簡単にアクセスして活用できるコラボレーション環境が実現します。
参考文献:
データメッシュのアーキテクチャと機能 - Google Cloud
Professional Data Engineer 認定試験ガイド | 学習 - Google Cloud Dataplex でデータメッシュを構築 | Google Cloud Skills Boost

説明
参照
https://medium.com/mlreview/a-simple-deep-learning-model-for-stock-price-prediction-using-tensorflow-30505
トピック1、フローロジスティックのケーススタディ
会社概要
Flowlogisticは、物流およびサプライチェーンのリーディングプロバイダーです。世界中の企業のリソース管理と最終目的地への輸送を支援しています。同社は急成長を遂げ、鉄道、トラック、航空機、海上輸送など、サービスを拡大しています。
会社概要
同社は地域密着型のトラック輸送会社としてスタートし、その後、他の物流市場にも進出しました。インフラの更新が遅れていたため、注文と出荷の管理・追跡がボトルネックとなっていました。業務改善のため、Flowlogisticは小包レベルで出荷をリアルタイムに追跡する独自の技術を開発しました。しかし、Apache Kafkaをベースとした既存の技術スタックでは処理量に対応できず、導入に至っていません。さらに、Flowlogisticは注文と出荷をさらに分析し、最適なリソース配分方法を検討したいと考えています。
ソリューションコンセプト
Flowlogistic は、クラウドを使用して次の 2 つの概念を実装したいと考えています。
* 荷物の位置を示すリアルタイム在庫追跡システムに独自の技術を使用する
* 構造化データと非構造化データの両方を含むすべての注文と出荷ログを分析し、最適なリソース配分方法や、どの市場への情報展開を行うべきかを決定します。また、予測分析を活用して、出荷の遅延を早期に把握したいと考えています。
既存の技術環境
Flowlogistic アーキテクチャは単一のデータ センターに存在します。
* データベース
* 2つのクラスターに8台の物理サーバー
* SQL Server - ユーザーデータ、インベントリ、静的データ
* 物理サーバー3台
* Cassandra - メタデータ、メッセージ追跡
10 台の Kafka サーバー - メッセージの集約とバッチ挿入の追跡
* アプリケーションサーバー - 顧客フロントエンド、注文/カスタム用のミドルウェア
* 20台の物理サーバーにまたがる60台の仮想マシン
* Tomcat - Java サービス
* Nginx - 静的コンテンツ
* バッチサーバー
ストレージアプライアンス
* 仮想マシン (VM) ホスト用の iSCSI
* ファイバーチャネルストレージエリアネットワーク (FC SAN) - SQL Server ストレージ
* ネットワーク接続ストレージ（NAS）イメージストレージ、ログ、バックアップ
* Apache Hadoop /Spark サーバー
* コアデータレイク
* データ分析ワークロード
* その他サーバー20台
* Jenkins、モニタリング、要塞ホスト、
ビジネス要件
* スケールされた生産パンティを備えた信頼性が高く再現可能な環境を構築します。
* 分析のために集中化されたデータレイクにデータを集約する
* 過去のデータを使用して将来の出荷に関する予測分析を実行する
* 独自の技術を使用して、世界中のすべての出荷を正確に追跡します
* 新しいリソースを迅速にプロビジョニングすることで、ビジネスの俊敏性とイノベーションのスピードを向上
* クラウドでのパフォーマンスのためにアーキテクチャを分析および最適化する
* 他のすべての要件が満たされている場合は、クラウドに完全に移行します
技術要件
* ストリーミングとバッチデータの両方を処理
* 既存のHadoopワークロードを移行する
* 会社の変化する需要を満たすために、アーキテクチャが拡張可能で弾力性があることを確認します。
* 可能な限りマネージドサービスを利用する
* 飛行中および保存中のデータを暗号化
* 本番データセンターとクラウド環境をVPNで接続する SEOステートメント 急速な成長を遂げたため、インフラのアップグレードが進まないことが、さらなる成長と効率性の妨げとなっています。世界中への貨物輸送は効率的ですが、データの移動は非効率的です。
顧客がどこにいるのか、何を発送しているのかをより簡単に理解できるように、情報を整理する必要があります。
CTO声明
ITは当社にとってこれまで優先事項ではありませんでした。そのため、データの増加に伴い、テクノロジーへの投資が不十分になっていました。IT管理を担当する優秀なスタッフはいますが、彼らはインフラ管理に忙殺されており、データの整理、分析機能の構築、CFOのトラッキングテクノロジーの導入方法の検討といった、本当に重要な業務に時間を割くことができません。
CFO声明
当社の競争優位性の一つは、出荷や納品の遅延に対して自らペナルティを課すことです。出荷品の現在位置を常に把握することは、当社の収益と利益率に直接的に影響します。加えて、サーバー環境の構築に資本を投入したくありません。

リソースがeurope-west3リージョンのみに限定されるようにするには、組織ポリシーの制約constraints/gcp.resourceLocationsをin:europe-west3-locationsに設定する必要があります。このポリシーは、リソースのデプロイを指定されたロケーション（この場合はeurope-west3リージョン）に制限します。このポリシーを設定することで、データガバナンスと規制コンプライアンスのベストプラクティスに沿って、Google Cloudリソース全体にロケーションコンプライアンスを適用できます。
参照：
Professional Data Engineer 認定試験ガイド | 学習 - Google Cloud1.
Google Cloud 認定資格の準備: Cloud Data Engineer2。
Professional Data Engineer 認定資格 | 学習 | Google Cloud3.
3: Professional Data Engineer 認定資格 | 学習 | Google Cloud 2: Google Cloud 認定資格の準備: Cloud Data Engineer 1: Professional Data Engineer 認定資格試験ガイド | 学習 - Google Cloud