基本信息

书名:数据湖架构

：49.00元

售价：34.3元,便宜14.7元,折扣70

作者: Bill Inmon 恩门

出版社：人民邮电出版社

出版日期：2017-04-01

ISBN：9787115451736

字数：123

页码：145

版次：1

装帧：平装

开本：小16开

商品重量：0.4kg

编辑推荐

众多公司花费了大量的时间和金钱获取数据，并将大量的数据保存在一个叫做数据湖的数据容器中。但是，其中又能有多少公司把数据从数据湖中取回并加以利用呢？事实上，很少有公司能把数据湖当成信息的金矿来使用。多数公司**终得到的仅仅是一个垃圾场。本书将会告诉你如何去构建一个有用的数据湖，从而让数据科学家与数据分析师能够面对业务挑战并发现新的商机。通过阅读本书，你将能够学习如何：?构建数据湖并模拟数据；?应用数据及基于文本的数据池，从而将业务价值**da化；?理解原始数据池的角色定位；?掌握使用归档数据池的时机；?利用4大核心组件：元数据、业务的整合对应，语境及元过程信息。本书的作者曾经让我们放眼于数据仓库的架构与成效，如今他又将我们带入到数据湖架构的新高度。

内容提要

随着大数据的蓬勃发展，不少机构开始将源源不断的数据流导入到一个叫“数据湖”的设备中去。数据湖架构 是“数据仓库”之父撰写的全新著作，是帮助读者认识数据湖架构，并把数据湖打造成公司资产的指导手册。数据湖架构 共15章，分别涉及数据湖简介、数据池据湖内部结构、数据池及其结构、各种类型的数据池等技术话题，目的在于讲解如何构建有用的数据湖，以便数据科学家和数据分析师能够解决商业挑战并找出新的商业机会。数据湖架构 适合数据管理者、学生、系统开发人员、架构师、程序员以及**终用户阅读。

目录

第1章　数据的湖泊　1

1.1　大数据来了　1

1.2　数据湖来了　2

1.3　“单向”的数据湖　3

1.4　小结　6

第2章　改造数据湖　7

2.1　元数据　7

2.2　整合图谱　8

2.3　数据科学家　11

2.4　通用性　12

2.5　小结　13

第3章　数据湖内部　14

3.1　模拟信号数据　15

3.2　应用程序数据　17

3.3　文本数据　18

3.4　另一个视角　20

3.5　小结　21

第4章　数据池　22

4.1　数据修整　23

4.2　初始数据池　23

4.3　模拟信号数据池　24

4.4　应用程序数据池　25

4.5　文本数据池　25

4.6　将数据直接传入数据池　26

4.7　归档数据池　26

4.8　小结　27

第5章　数据池的通用结构　28

5.1　数据池描述　29

5.2　数据池目标　30

5.3　数据池数据　30

5.4　数据池元数据　31

5.5　数据池元过程　32

5.6　数据转换标准　33

5.7　小结　34

第6章　模拟信号数据池　35

6.1　模拟信号数据问题　35

6.2　数据描述　36

6.3　捕获初始数据、转换初始数据　37

6.4　转换/调整 初始模拟信号数据　38

6.5　数据切除　40

6.6　聚类数据　41

6.7　数据关系　42

6.8　未来使用的可能性　44

6.9　异常值　45

6.10　临时性的特定分析　47

6.11　小结　47

第7章　应用程序数据池　49

7.1　数据的基因　49

7.2　数据描述　50

7.3　标准数据库格式　51

7.4　数据的基本组织　52

7.5　数据的整合　52

7.6　数据模型　53

7.6　整合的必要性　54

7.7　从一个应用指向到下一个应用　56

7.8　交并应用　57

7.9　应用程序数据池内的数据子集　58

7.10　小结　58

第8章　文本数据池　60

8.1　文本消歧　62

8.2　传入数据池的文本　62

8.3　文本消歧的输出　63

8.4　固有的复杂性　64

8.5　文本消歧的功能　66

8.6　分类与本体　66

8.7　文本与语境的价值　68

8.8　对文本追根溯源　69

8.9　消歧的机制　69

8.10　分析数据库　70

8.11　将结果可视化　71

8.12　小结　73

第9章　数据池间的对比　74

9.1　数据池的相似性　74

9.2　数据池间的差异性　75

9.3　数据终状态的关系型格式　75

9.4　技术间差异　76

9.5　数据池中数据的总预期容量　76

9.6　数据池间的数据移动　77

9.7　在多个数据池进行分析　78

9.8　使用元数据来关联不同数据池内的数据　78

9.9　假如……？　79

9.10　小结　80

第10章　利用基础架构　82

10.1　“单向”数据湖　83

10.2　改造数据湖　83

10.3　转换技术　84

10.4　一些分析问题　84

10.5　查询文本数据　87

10.6　真实的分析　88

10.7　小结　89

第11章　搜索与分析　90

11.1　供应商所散布的困惑　95

11.2　小结　96

第12章　数据池中的业务价值　97

12.1　模拟信号数据池中的业务价值　97

12.2　应用程序数据池中的业务价值　99

12.3　文本数据池中的业务价值　100

12.4　记录中的业务价值比例　101

12.5　小结　102

第13章　一些额外话题　104

13.1　高层系统级别文档　104

13.2　详细的数据池级别文档　105

13.3　什么样的数据会流入数据湖/数据池　105

13.4　分析在何处发生　107

13.5　数据的年龄　110

13.6　数据的安全　110

13.7　小结　111

第14章　分析与整合工具　112

14.1　可视化　112

14.2　搜索与修正　113

14.3　文本消歧　114

14.4　统计分析　114

14.5　**的ETL处理　115

14.6　小结　116

第15章　归档数据池　117

15.1　数据的移除标准　118

15.2　结构性改动　118

15.3　小结　119

术语表　120

参考资料　124

作者介绍

Bill Inmon是“数据仓库之父”，他著有57本书，并以9种语言在**出版。Bill近期的创举是建立了叫做“文本消歧”的技术，这项技术能以叙述性格式读取初始文本，并能够将文本置于常规的数据库中，以便使用标准的分析技术进行分析处理，从而为大数据/非结构化数据创造独特的业务价值。Bill曾被《计算机世界杂志（ComputerWorld）》评选为“历史上对计算机行业影响**da的十个人之一”。Bill住在美国科罗拉多州的堡石城（Castle Rock）。关于文本消歧的更多资料，请访问 .forestrimtech.。

文摘

序言