大數據管理-數據集成的技術方法與最佳實踐 (Managing Data in Motion: Data Integration Best Practice Techniques and Technologies) 大数据管理:数据集成的技术、方法与最佳实践

瑞芙 (April Reeve)

  • 出版商: 機械工業
  • 出版日期: 2014-03-01
  • 定價: $354
  • 售價: 8.5$301
  • 語言: 簡體中文
  • 頁數: 144
  • 裝訂: 平裝
  • ISBN: 7111459059
  • ISBN-13: 9787111459057
  • 相關分類: 大數據 Big-data

已絕版

買這商品的人也買了...

相關主題

商品描述

<內容簡介>

瑞芙等編著的《大數據管理》是數據集成領域的經典著作,由具有數十年從業經驗的資深數據集成專家撰寫,數據管理專家作序推薦!它為大數據時代的大中型企業管理企業內部大量的、複雜的應用系統之間的數據提供瞭解決方案,全面而深入地講解數據集成的工具、方法、技巧、解決方案以及最佳實踐。
    《大數據管理》分為四部分,共22章,高屋建瓴地闡述了在大型組織環境中,不同電腦系統之間傳輸數據,以及將異構數據進行集成所用到的技巧、技術和最佳實踐,內容涵蓋數據集成導論、批處理數據集成、實時數據集成和大數據集成等。
    《大數據管理》雖然介紹了各種數據集成問題的多種不同類型的技術解決方案,但讀者無需具備廣闊的技術背景就能理解,適合數據處理相關的項目經理、數據分析師、數據模型設計師、數據庫工作者以及數據集成程序員等相關技術人員及數據管理專業學生閱讀。

<目錄>

譯者序
序言
前言
第一部分 數據集成導論
第1章 數據集成的重要性 / 2
1.1 數據接口的天然複雜性 / 2
1.2 購買供應商應用包的數量日益增加 / 3
1.3 大數據和虛擬化的催化劑 / 3
第2章 什麼是數據集成 / 5
2.1 運動中的數據 / 5
2.2 集成為通用格式—數據轉換 / 5
2.3 數據從一個系統遷移到另一個系統 / 6
2.4 在組織內部移動數據 / 6
2.5 從非結構化數據中抽取信息 / 8
2.6 將處理移動到數據端 / 9
第3章 數據集成的類型和複雜性 / 10
3.1 管理運動中的數據和持久化數據的異同點 / 10
3.2 批處理數據集成 / 10
3.3 實時數據集成 / 11
3.4 大數據集成 / 11
3.5 數據虛擬化 / 12
第4章 數據集成開發過程 / 13
4.1 數據集成開發生命周期 / 13
4.2 包含業務知識和專家經驗 / 14
第二部分 批處理數據集成
第5章 批處理數據集成簡介 / 18
5.1 什麼是批處理數據集成 / 18
5.2 批處理數據集成生命周期 / 19
第6章 抽取、轉換和加載 / 20
6.1 什麼是ETL / 20
6.2 概要分析 / 20
6.3 抽取 / 21
6.4 暫存 / 22
6.5 訪問層次 / 22
6.6 轉換 / 23
6.6.1 簡單映射 / 23
6.6.2 查找表 / 24
6.6.3 聚合和規範化 / 24
6.6.4 計算 / 24
6.7 加載 / 24
第7章 數據倉庫 / 26
7.1 什麼是數據倉庫 / 26
7.2 企業數據倉庫架構中的層次 / 26
  7.2.1 操作型應用層 / 26
  7.2.2 外部數據 / 27
  7.2.3 數據倉庫中的數據暫存區 / 27
  7.2.4 數據倉庫數據結構 / 28
  7.2.5 從數據倉庫到數據集市或者商務智能層的暫存 / 28
  7.2.6 商務智能層 / 28
7.3 加載到數據倉庫中的數據類型 / 29
  7.3.1 數據倉庫中的主數據 / 29
  7.3.2 數據倉庫中的餘額和快照數據 / 30
  7.3.3 數據倉庫中的事務型數據 / 31
7.3.4 事件 / 31
7.3.5 調整 / 31
第8章 數據轉換 / 39
8.1 什麼是數據轉換 / 39
8.2 數據轉換生命周期 / 39
8.3 數據轉換分析 / 39
8.4 數據加載最佳實踐 / 40
8.5 提高源數據質量 / 40
8.6 映射到目標系統 / 41
8.7 配置數據 / 41
8.8 測試和依賴 / 42
8.9 私有數據 / 42
8.10 校對 / 43
8.11 環境 / 43
第9章 數據歸檔 / 47
9.1 什麼是數據歸檔 / 47
9.2 歸檔數據選擇 / 47
9.3 已歸檔數據可以恢復嗎 / 48
9.4 歸檔環境下數據結構的確認 / 48
9.5 靈活的數據結構 / 49
第10章 批處理數據集成架構和元數據 / 54
10.1 什麼是批處理數據集成架構 / 54
10.2 概要分析工具 / 55
10.3 建模工具 / 55
10.4 元數據存儲庫 / 55
10.5 數據移動 / 56
10.6 轉換 / 56
10.7 調度 / 57
第三部分 實時數據集成
第11章 實時數據集成簡介 / 64
11.1 為什麼需要實時數據集成 / 64
11.2 為什麼需要兩組技術 / 64
第12章 數據集成模式 / 66
12.1 交互模式 / 66
12.2 松耦合 / 66
12.3 中心和節點模式 / 66
12.4 同步交互和異步交互 / 69
12.5 請求和應答 / 70
12.6 發布和訂閱 / 70
12.7 兩階段提交 / 70
12.8 集成交互類型 / 71
第13章 核心實時數據集成技術 / 72
13.1 令人困惑的術語 / 72
13.2 企業服務總線 / 72
13.3 面向服務架構 / 75
13.4 可擴展標記語言 / 77
13.5 數據複製和變化數據捕獲 / 81
13.6 企業應用集成 / 82
13.7 企業信息集成 / 82
第14章 數據集成建模 / 84
14.1 規範化建模 / 84
14.2 消息建模 / 88
第15章 主數據管理 / 89
15.1 主數據管理簡介 / 89
15.2 需要主數據管理方案的原因 / 89
15.3 購買的軟件包與主數據 / 90
15.4 參考數據 / 90
15.5 主和從 / 91
15.6 外部數據 / 93
15.7 主數據管理功能 / 93
15.8 主數據管理方案的類型—註冊表以及數據中心 / 94
第16章 實時更新數據倉庫 / 95
16.1 企業信息工廠 / 95
16.2 操作型數據存儲 / 96
16.3 移動到數據倉庫的主數據 / 97
第17章 實時數據集成架構和元數據 / 99
17.1 實時數據集成元數據簡介 / 99
17.2 建模 / 100
17.3 概要分析 / 100
17.4 元數據庫 / 101
17.5 企業服務總線—數據轉換和調度 / 101
17.5.1 技術中介 / 101
17.5.2 業務內容 / 102
17.6 數據移動和中間件 / 102
17.7 外部交互 / 102
第四部分 大數據集成
第18章 大數據集成簡介 / 106
18.1 數據集成及非結構化數據 / 106
18.2 大數據、雲數據及數據虛擬化 / 106
第19章 雲架構和數據集成 / 107
19.1 為什麼雲中的數據集成比較重要 / 107
19.2 公共雲 / 107
19.3 雲安全 / 108
19.4 雲延遲 / 109
19.5 雲冗餘 / 110
第20章 數據虛擬化 / 111
20.1 恰逢其時的一項技術 / 111
20.2 數據虛擬化的商業用途 / 112
  20.2.1 商務智能方案 / 112
  20.2.2 集成不同類型的數據 / 113
  20.2.3 快速向數據倉庫中增加或者原型增加數據 / 113
  20.2.4 將物理上不同的數據一起展現 / 113
  20.2.5 利用不同的數據和模型觸發交易 / 114
20.3 數據虛擬化架構 / 114
  20.3.1 源和適配器 / 114
  20.3.2 映射、模型和視圖 / 114
  20.3.3 轉換和展現 / 115

第21章 大數據集成 / 116
21.1 什麼是大數據 / 116
21.2 大數據維度—量 / 116
  21.2.1 大規模並行處理—將處理過程移動到數據端 / 116
  21.2.2 Hadoop和MapReduce / 117
  21.2.3 與外部數據集成 / 117
  21.2.4 虛擬化 / 118
21.3 大數據維度—多樣性 / 118
  21.3.1 數據類型 / 118
  21.3.2 集成不同類型的數據 / 118
21.4 大數據維度—速度 / 120
  21.4.1 流式數據 / 121
  21.4.2 傳感器和GPS數據 / 121
  21.4.3 社會化媒體數據 / 121
21.5 傳統大數據應用案例 / 121
21.6 更多大數據應用案例 / 122
  21.6.1 醫療 / 122
  21.6.2 物流 / 122
  21.6.3 國家安全 / 122
21.7 利用大數據的力量—實施決策支持 / 123
  21.7.1 觸發行動 / 123
  21.7.2 從內存以及磁盤中檢索數據的速度 / 123
  21.7.3 從數據分析到模型,從流式數據到決策 / 124
21.8 大數據架構 / 125
  21.8.1 操作型系統和數據存儲 / 125
  21.8.2 中間數據中心 / 126
  21.8.3 商務智能工具 / 126
  21.8.4 數據虛擬化服務器 / 127
  21.8.5 批處理和實時數據集成工具 / 127
  21.8.6 分析型沙盒 / 127
  21.8.7 風險響應系統/推薦引擎 / 127
第22章 移動數據管理總結 / 132
22.1 數據集成架構 / 132
  22.1.1 為什麼需要數據集成架構 / 132
  22.1.2 數據集成生命周期和專家經驗 / 132
  22.1.3 安全和隱私 / 133
22.2 數據集成引擎 / 134
  22.2.1 操作連貫性 / 134
  22.2.2 ETL引擎 / 134
  22.2.3 企業服務總線 / 135
  22.2.4 數據虛擬化服務器 / 135
  22.2.5 數據移動 / 136
22.3 數據集成中心 / 136
  22.3.1 主數據 / 137
  22.3.2 數據倉庫和操作型數據存儲 / 137
  22.3.3 企業內容管理 / 138
  22.3.4 數據歸檔 / 138
22.4 元數據管理 / 138
  22.4.1 數據發現 / 138
  22.4.2 數據概要分析 / 139
  22.4.3 數據建模 / 139
  22.4.4 數據流建模 / 139
  22.4.5 元數據存儲庫 / 139
22.5 結束語 / 140
參考文獻 / 141