Deckhouse + ANG
От Managed Service
к Managed Data Product
Product differentiation roadmap: почему заказчик выбирает ANG поверх vanilla managed service — и почему это выгодно обеим сторонам партнёрства.
ANG Managed Data Product — когда заказчику нужен измеримый и управляемый результат на данных.
Почему связка выгодна обеим сторонам
Это не конкуренция продуктов, а механизм land-and-expand: vanilla открывает дверь, ANG наращивает глубину внедрения и общий чек.
Deckhouse получает
- Более глубокую монетизацию installed base без роста стоимости привлечения
- Рост среднего чека и переход в data-бюджет заказчика
- Выше LTV: платформа данных живёт и расширяется годами
- Больше повторных продаж и поводов для контакта с заказчиком
- Переход от инфраструктурного диалога к бизнес-задачам данных
ANG получает
- Быстрый вход через готовый managed runtime — без строительства инфраструктуры
- Масштабируемый канал: installed base Deckhouse как воронка
- Промышленный Kubernetes-контур и сертификацию
- Снижение собственной стоимости эксплуатации
- Фокус инженерных ресурсов на data-продукте, а не на runtime
ANG увеличивает глубину внедрения, средний чек и LTV заказчика.
Vanilla Managed Service vs ANG Managed Data Product
Vanilla — правильный базовый уровень: управляемый компонент с промышленной эксплуатацией. ANG — следующая ступень, когда компонент входит в промышленный data-сценарий.
| Уровень | Vanilla Managed Service | ANG Managed Data Product |
|---|---|---|
| Что покупает клиент | Работающий управляемый компонент | Измеримый результат data-сервиса: витрина обновлена, отчёт готов, SLA выполнен |
| Установка | Оператор, валидированная конфигурация | + профиль под data-сценарий: topology, retention, quotas под задачу |
| Эксплуатация | Upgrade, HA, backup, scaling | + эксплуатация в терминах данных: свежесть, полнота, downstream-влияние |
| Безопасность | Инфраструктурный security-профиль, CVE | + политики доступа к данным, классификация, аудит доступа к данным |
| Мониторинг | Инфраструктурные метрики компонента | Продуктовые метрики: data SLA, lag потребителей, устаревшие витрины |
| Data SLA | Не входит в scope компонента | SLA на свежесть и полноту данных как продуктовое обязательство |
| Оптимизация | Ресурсы кластера | Диагностика запросов, tiering, workload-профили с оценкой эффекта |
| Управление стоимостью | Стоимость инфраструктуры | Стоимость хранения, обработки и пайплайнов; рекомендации по снижению |
| Готовые сценарии | Заказчик собирает data-сценарий сам | Шаблоны пайплайнов, отраслевые схемы, типовые интеграции |
| Интеграция компонентов | Компоненты независимы | Компоненты работают как единая платформа с общими метаданными |
| Ответственность за результат | Компонент доступен и обновлён | Данные доставлены, качественны и пригодны к использованию — измеримо |
Пять уровней продуктового отличия
Каждый компонент платформы проходит пять уровней зрелости. Deckhouse особенно силён на уровнях 1–2 и в runtime-части уровня 3. ANG владеет data-частью безопасности и создаёт основную ценность на уровнях 4–5 — там, где компонент встречается с данными. Граница не абсолютная: часть функций — совместные.
Готовые профили, валидированные конфигурации, pre-flight validation, типовые topology, sizing presets
Upgrade, backup, restore, scaling, HA, lifecycle, DR readiness, release compatibility
Runtime: TLS/mTLS, K8s RBAC, LDAP/AD, secrets rotation, CVE, сертификация.
Data: классификация данных, политики Ranger, row/column-level доступ, masking, аудит data-операций, владельцы data assets
Freshness, consumer lag, stale datasets, pipeline health, query cost, data SLA, затронутые downstream-объекты
Sizing recommendations, storage tiering, оптимизация запросов, workload isolation, cost recommendations, controlled remediation
ANG управляет результатом, который компонент создаёт для данных.
Правило серой зоны: как делим спорные функции
Функции, затрагивающие и runtime, и data-логику, делятся по одному воспроизводимому правилу — двум вопросам.
Механика жизненного цикла — операторы, storage-интеграция, upgrade, backup-механизм.
Политики, экономика, диагностика на уровне данных, влияние на downstream.
Если функция затрагивает оба уровня — она совместная: Deckhouse отвечает за runtime-механику, ANG — за product logic. Интерфейс и ownership фиксируются в паспорте функции (приложение A), release plan согласуется через Product Council.
Kafka tiered storage
ClickHouse backup
Airflow monitoring
OpenSearch lifecycle
Продуктовая основа: подтверждённое и кандидаты
Здесь нет Unified Data Control Plane, Autopilot, Health Score или business-aware observability — эти функции честно размещены в волнах Development и Vision. Жёсткое правило: статус Shipping попадает в материалы для Фланта только после прохождения чек-листа приложения B. Всё, что чек-лист ещё не прошло, — Shipping Candidate.
Confirmed Shipping
- Интегрированный data-стек: ingestion, streaming, storage, compute, оркестрация
- Lakehouse-контур: S3-совместимое хранение, SeaweedFS как выбранный S3-слой
- Интеграция с Iceberg и Parquet
- Типовые архитектурные конфигурации
- Интеграция с Prometheus и Grafana, базовые alerts
- Базовые сценарии управления и развертывания
Shipping Candidate
- Единая ANG-консоль: зафиксировать, какие объекты управляются, а какие только отображаются
- Готовые платформенные бандлы: подтвердить состав поддерживаемой сборки и upgrade path
- Готовые связи между компонентами: подтвердить покрытие integration-тестами
- Продуктовые dashboards: подтвердить наличие data-метрик, а не только инфраструктурных
До верификации эти пункты не демонстрируются заказчику как Shipping.
Сознательно не заявляем
- Health Score — Волна 1, поверх диагностики компонентов
- Data-aware наблюдаемость — Волна 1; текущий мониторинг преимущественно инфраструктурный
- Unified Data Control Plane, Autopilot, lineage — Vision
Наличие возможности в open-source компоненте не делает её Shipping-функцией ANG.
Очевидная причина выбрать ANG
Пять функций Волны 1. Общий принцип v1 — Detect + Explain: диагностика и объяснение на языке данных, без автоматических действий. Порядок реализации принципиален: сначала четыре независимых диагностических модуля с ясными источниками данных и сильными демо — затем Health Score v1, который агрегирует уже работающую диагностику. Обратный порядок дал бы красивый светофор без глубины.
ClickHouse Query Doctor Lite
DevelopmentKafka Consumer Lag Intelligence
DevelopmentAirflow Data SLA
DevelopmentOpenSearch Shard Health Advisor
DevelopmentANG Health Score v1
DevelopmentПроверка совместимости data-слоя перед обновлением: схемы, пайплайны, запросы. Runtime-механика — зона Deckhouse
Рекомендации по ресурсам от фактической data-нагрузки, а не от шаблона
Политики tiering по топикам с оценкой экономии; механика — runtime-зона Deckhouse
Типовые шаблоны: Kafka → ClickHouse, CDC → staging, S3 → Iceberg — конфигурацией, а не разработкой
Готовые hot/warm/cold-профили OpenSearch под типовые сценарии логов и поиска
Платформа начинает управлять собой
Переход от Detect + Explain к Recommend + Simulate: рекомендации с оценкой эффекта до применения. Автоматические действия остаются за пределами Волны 2 — enterprise-заказчику нужен approval workflow, а не автопилот.
Governance и схемы
- Topic Governance: владелец, SLA, классификация, схема — топик как data-asset
- Schema Compatibility Guard: блокировка опасных изменений, влияние на потребителей
- Workload Profiles ClickHouse: BI / ETL / ad hoc с изоляцией и приоритетами
Эксплуатация данных
- ClickHouse Storage Policy Manager: hot/warm/cold-политики с прогнозом стоимости
- Parts & Merge Monitor: защита от «too many parts», диагностика ingestion
- Pipeline Health и Impact Analysis Lite: что сломается downstream при изменении
- DR readiness dashboard: фактическая готовность резервного контура
Стоимость и события
- Cost visibility: стоимость хранения, обработки и пайплайнов
- Unified Alerts: единая маршрутизация вместо пяти каналов
- Базовая корреляция событий между компонентами
- Backup & Restore Center: политики и проверяемое восстановление
Устойчивое платформенное преимущество
Фичи отдельного компонента конкуренты со временем повторят. Устойчивое преимущество возникает между компонентами — и требует всего, что построено в Волнах 1–2.
Направления Vision
- Unified Data Control Plane — все data-объекты, политики, SLA и стоимость из одной консоли
- Unified Lineage: источник → topic → DAG → таблица → витрина → отчёт
- Cross-component Incident Graph: «лаг Kafka задержал DAG, витрина не обновилась, SLA отчёта будет нарушен через 24 минуты» — один инцидент вместо пяти алертов
- Data Product Factory: data-продукт целиком в один шаг — топики, пайплайны, таблицы, политики, дашборды
- Data Platform Digital Twin: проверка отказов, нагрузки и стоимости на модели
- ANG Autopilot и AI Copilot — поверх зрелой диагностики, с approval workflow
Почему это нельзя быстро повторить
- Нужны накопленные метаданные и история эксплуатации реальных инсталляций
- Нужна глубокая интеграция компонентов с общей моделью данных платформы
- Нужны продуктовые модели, runbooks и накопленная экспертиза внедрений
- Нужен единый UI и customer feedback loop на живых заказчиках
- Каждая функция Vision — производная от Волн 1–2: без Data SLA и lineage не существует Incident Graph
Copilot — интерфейс поверх инженерного продукта, а не замена продукта. Read-only объяснения возможны раньше; действия — только после approval workflow.
Продуктовая лестница волн: Волна 1 — Detect + Explain, Волна 2 — Recommend + Simulate, Волна 3 — Approve + Act + Verify. Каждая ступень строится на данных и доверии, накопленных предыдущей. Именно эта лестница — технологическая основа будущего Autopilot.
Killer features по основным компонентам
Приоритетные наборы Волн 1–2 для каждого компонента — и главный продающий тезис.
ANG Kafka
- Consumer Lag Intelligence
- Topic Governance
- Managed Tiered Storage Profile
- Schema Compatibility Guard
- DR readiness dashboard
Тезис: не просто брокер сообщений — управляемый streaming data product с SLA и экономикой.
ANG ClickHouse
- Query Doctor Lite
- Storage Policy Manager
- Parts & Merge Monitor
- Workload Profiles
- Materialized View Advisor Lite
Тезис: не просто быстрый OLAP — система, которая объясняет, почему запрос дорогой, и помогает сделать его быстрее и дешевле.
ANG Airflow
- Pipeline Templates
- Data SLA
- Pipeline Health Dashboard
- Impact Analysis Lite
- Certified DAG Templates
Тезис: не просто оркестратор задач — управляемая фабрика pipeline с ответственностью за свежесть данных.
ANG OpenSearch
- Shard Health Advisor
- Index Lifecycle Profiles
- Observability Pack
- Cost Guard
- Anomaly-to-incident workflow — базовая версия
Тезис: не просто поисковый кластер — управляемый сервис наблюдаемости и аналитики с контролем стоимости и рисков.
Как feature попадает в roadmap
Семь критериев по шкале 1–5. Оценки не выдуманы заранее — их выставляет Product Council совместно с Deckhouse; таблица ниже — рабочий шаблон первой сессии.
| Feature | Commercial Impact выигрывает сделку? |
Pain Frequency как часто болит? |
Measurable Value эффект измерим? |
Defensibility трудно повторить? |
Cross-component Leverage усиливает платформу? |
Demo Power эффект за 3–5 мин? |
Delivery Feasibility 5 = легко и быстро |
Score |
|---|---|---|---|---|---|---|---|---|
| ClickHouse Query Doctor Lite | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [Σ] |
| Kafka Consumer Lag Intelligence | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [Σ] |
| Airflow Data SLA | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [Σ] |
| OpenSearch Shard Health Advisor | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [Σ] |
| ANG Health Score v1 | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [Σ] |
| Topic Governance | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [Σ] |
| Pipeline Templates | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [1–5] | [Σ] |
Формула первого этапа: Priority Score = сумма семи критериев, максимум 35. Все критерии оцениваются «чем выше — тем лучше»: сложность поставки учитывается как Delivery Feasibility, где 5 означает «легко и быстро». Веса критериев добавляются после первой продуктовой сессии, не раньше. Обязательные входные фильтры — независимо от суммы баллов, функция не попадает в Волну 1 без: доступных метрик и API · назначенного product owner · demo scenario · хотя бы одного потенциального pilot customer. Спорные оценки и ownership эскалируются в Product Council; итоговый Score — основа для release train, а не автоматическое решение.
Кто что делает: Deckhouse, ANG, совместно
Разделение по правилу серой зоны — на уровне рабочих зон команд.
Deckhouse
- Operators и lifecycle
- Rootless / distroless, security baseline
- Storage-интеграция
- Upgrade- и backup-механика
- Runtime observability
ANG
- Product logic и data SLA
- Диагностика и рекомендации
- Governance и cost models
- Data-aware UI
- Cross-component workflows
Совместно
- API contracts: metrics и events
- Integration testing и release train
- Reference architecture
- Demo environment
- Влияние на сертификацию
ANG превращает её в измеримый результат для данных.
Следующий шаг
Пять шагов от этого документа до продаваемого совместного предложения.
Подтвердить статусы Shipping по чек-листу приложения B · выбрать 5–7 главных болей · интервью с сейлами, пресейлом и заказчиками обеих сторон
Четыре диагностических модуля: ClickHouse Query Doctor Lite, Kafka Consumer Lag Intelligence, Airflow Data SLA, OpenSearch Shard Health Advisor. Поверх них — ANG Health Score v1, агрегирующий их диагностику
Для каждой функции: product owner, runtime owner, dependencies, MVP scope, demo criteria, acceptance criteria, pilot customer, release target — по паспорту функции из приложения A
Проверить функции Волны 1 на одном реальном заказчике или совместном демо-стенде
Vanilla vs ANG battlecard · demo script · pricing logic · sales enablement · upgrade path vanilla → ANG. Коммерческая структура фиксируется до релиза Волны 1 — чтобы killer features не ушли автоматически в базовую лицензию
Базовый data-слой поверх vanilla: консоль, базовые дашборды, шаблоны
Health Score, Data SLA, Lag Intelligence, freshness-контроль
Query Doctor, Shard Advisor, tiering-политики, sizing
Topic Governance, классификация, Ranger-политики, аудит
DR readiness, расширенный аудит, требования регуляторов
Состав пакетов — рабочая гипотеза без цен; распределение функций по пакетам утверждается вместе с pricing logic на шаге 5.
Feature Passport
Каждая функция roadmap оформляется паспортом до включения в release train. Паспорт снимает споры об ownership до того, как они возникнут.
Shipping validation checklist
Функция получает статус Shipping только при выполнении всех пунктов. Если хотя бы несколько отсутствуют — статус Development. Наличие возможности в open-source компоненте не делает её Shipping-функцией ANG.
- Работает в коде продукта
- Доступна в поддерживаемой сборке
- Есть UI или документированный API
- Есть документация
- Есть мониторинг функции
- Есть upgrade path
- Есть support owner
- Есть тестирование
- Есть demo scenario
- Воспроизводима не только на одном внутреннем стенде
Vanilla → ANG: путь расширения заказчика
Тот же land-and-expand, что в разделе 08 основного дека партнёрства, — теперь на уровне продуктовых ступеней.
Заказчик получает управляемый Kafka / ClickHouse / Airflow / OpenSearch от Deckhouse
Компонент входит в промышленный data-сценарий: SLA, стоимость, качество, интеграции
Быстрая диагностика: Health Score, дорогие запросы, риски SLA — демонстрация ценности до покупки
Первый ANG-модуль поверх работающего vanilla-компонента
Data SLA и наблюдаемость поверх стека, а не одного сервиса
Единая платформа: пайплайны, Lakehouse, витрины, консоль
Политики доступа, аудит, продуктовые SLA, единое окно поддержки
Долгосрочное сопровождение, новые сценарии, рост чека