1.7 起源

拒絕一種范式的同時不采納另一種范式就是拒絕科學本身。

——Thomas S. Kuhn, The Structure of Scientific Revolutions

Thomas S. Kuhn是一位美國歷史學家和科學哲學家。他在當時頗具爭議的The Structure of Scientific Revolutions一書中提出了“范式轉變”（paradigm shift）。他觀察到科學如何以兩種主要模式發展：增量式和革命式。科學是在正常科學的連成一長串的過程中發展的，在正常科學中，現有的理論構成了所有進一步研究的基礎，然后是不連續的范式轉變中偶發的顛覆、挑戰和超越現有的知識和規范。比如，從牛頓力學到量子力學的科學發展被認為是范式轉變，因為科學家無法使用現有的理論解釋量子級別的物理的支配定律。Kuhn意識到范式轉變的先決條件是識別異常，即不符合現有標準的觀察結果，然后進入危機階段，在這個階段質疑現有范式在解決新問題和觀察結果中的有效性。他還觀察到，人們試圖在現有的解決方案中引入不可持續的復雜性，以解釋異常現象，但這種嘗試越來越讓人絕望。

這幾乎完全符合Data Mesh的起源和原則。它來自我在第一部分中描述的對異常的認識（故障模式和偶然的復雜性），以及現有數據解決方案的特征難以符合當今企業現實的危機時刻。在數據處理方法的發展過程中，我們正處于一個“Khunian危機”的時刻。因此，需要一種新的范式。

Data Mesh的原則是概括和改編了過去二十年中演進的實踐，并證明其解決了最后的復雜性挑戰：由組織的大規模數字化所導致的軟件復雜性的規模化。

這些原則是數字組織解決組織增長和復雜性的基礎，同時實現了前所未有的數字抱負：把所有的服務轉移到We b上，使用移動設備與客戶作為每一個接觸點，并通過大多數活動的自動化減少組織的同步。它們是對軟件領域的前一個范式轉變的一種適應：微服務（https://oreil.ly/IMENg）和API革命、基于平臺的團隊拓撲注4、計算治理模型（比如“零信任架構”注5）、安全地運維跨云和托管環境的分布式解決方案。在過去的幾年中，這些原則已經被改進，并適用于分析型數據問題空間。

讓我們近距離地看看每一個Data Mesh原則。

---

注1：這是Everett Rogers在Diffusion of Innovations一書中提到的理論。

注1：第7章揭示了Data Mesh的預期成果，并對如何實現這些結果進行了高層次的描述。

注2：該概念出自Jeff Hawkins和Sandra Blakeslee所著的On Intelligence一書的第165頁。

注3：這個定義來自William H. Inmon，他被認為是數據倉庫之父。

注4：Matthew Skelton and Manual Pais（2019）.Team Topologies: Organizing Business and Technology Teams for Fast Flow. Portland, OR: IT Revolution.

注5：Scott W. Rose, Oliver Borchert, Stuart Mitchell, and Sean Connelly（2020）.“Zero Trust Architecture”（https://oreil.ly/rGEfn）, Special Publication（NIST SP）, National Institute of Standards and Technology, Gaithersburg, MD.