数据架构之道
正版新书 新华官方库房直发 可开电子发票
￥ 57.42 5.8折 ￥ 99 全新
库存4件
作者王琤主编
出版社电子工业出版社
ISBN9787121426766
出版时间2022-01
版次1
装帧平装
开本16开
纸张胶版纸
页数240页
字数264千字
定价99元
货号SC:9787121426766
上书时间2024-05-02
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
王琤，Datablau数语科技创始人兼CEO。具有近二十年数据管理经验，曾任CA ERwin全球研发负责人，曾服务过美国银行（BOA）、SunTrust、AT&T、壳牌等世界500强企业，参与过中国建设银行、华为、南方电网、中国人寿、中信集团等大型企事业单位的数据治理建设。现为国资委数据要素专家组成员，DAMA China数据架构、数据模型专家委员会牵头人，信通院数据资产专家委员会成员，Open Group成员，复旦大学、北京航空航天大学客座讲师，并有多项专利、论文发表于IEEE等机构。
主编推荐:
"（1）讲解企业数据架构、数据模型基础概念，以及经典数据建模方法论。
（2）全面介绍数据模型从设计到落地及管控等方面的细节。
（3）提供证券、保险、教育、航空业的数据架构及数据模型的案例和实践路径，为政企数字化转型提供参考。"
媒体评论:
"数据模型之于数据架构，如同城市地图之于城市交通，前者是使后者工作富有成效的利剑，模型形态类型与架构内容层级的协同管控保障了数据架构的有效实施。本书用简明精炼的语言和实例，浓缩数据模型之精华，十分适合作为数据平台构建者的案头书。
——车春雷 中国建设银行总行数据管理部专家
本书作者王琤是DAMA China数据架构、数据模型专家委员会的牵头人，他在Datablau和ERwin工作多年，既有深厚的理论基础，又有丰富的实战经验。本书是他多年来实践经验的总结和提炼，既值得各行各业借鉴，也值得企业高管和有志于数字化转型相关工作的人员学习和参考。
——汪广盛 DAMA China主席
当前国内一些头部企业基本都已经开始数字化转型，影响企业数字化转型能否取得预期目标的关键因素是对数据的应用和治理，其中数据架构是实现良好应用的基础。企业能够掌握的内外部数据量的多少、数据质量、数据有效拉通、数据价值挖掘、数据驱动战略和运营等都是数字化转型的核心环节。本书全面阐述了数据架构相关领域的知识，非常值得数据治理从业者阅读学习。
——陈玮 泰康在线CTO
面对政企数据资产庞杂、混乱的现状，本书的出版非常及时，良好的数据架构能够化繁为简，规范数据资产的管理和应用。本书可以说是建设良好数据架构的指南，不但有理论的梳理，同时给出了证券、基金、航空、高校等行业的案例，为走在数字化转型路上的政企指明了前进方向和实践路径。
——姜春宇 中国信息通信研究院大数据与区块链部副主任
领域数据建模是架构师的必修课，数据治理是规模企业的必经之路，但两者也成了很多企业数字化过程中遇到的第一道坎。该如何开始设计？又该如何落地实施？有什么样的标准和模型可以借鉴？这些是信息技术和数据部门始终绕不开的问题。本书从理论和实例方面对上述问题一一进行解答，相信能给企业中的相关从业者提供巨大的帮助。
——郑灿 线性资本董事、总经理"
内容简介:
本书全面介绍了数据架构与数据建模的相关知识，全书分为4篇，共16章。
第1~3章为数据架构基础篇，介绍了企业架构、数据架构及数据模型的基础概念。第4~9章为数据模型设计篇，介绍了如何通过数据模型记分卡规范化数据模型设计，以及经典数据建模方法论，包括范式建模、维度建模、Data Vault建模、统一星型建模。第10~12章为数据模型落地篇，介绍了在企业中如何实现多人协作构建模型、如何管控数据模型、数据模型数据与数据标准，以及元数据如何形成数据治理闭环。第13~16章为行业数据模型篇，分别介绍了证券、保险、教育、航空业的数据架构及数据模型。
本书既可以作为数据建模人员、数据开发人员的学习用书，也适合非IT专业但对数据有强烈兴趣的业务人员使用，还可以作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。
目录:
第一篇 数据架构基础篇
1 缘起 2
1.1 数据架构与数据模型 2
1.2 数据建模简史 5
2 企业架构 9
2.1 企业架构的构成 9
2.2 企业架构的框架 10
2.3 敏捷的企业架构治理 12
2.4 企业架构与数据治理 16
3 数据模型 17
3.1 概念模型 17
3.2 逻辑模型 21
3.3 物理模型 23
第二篇 数据模型设计篇
4 数据模型质量 26
4.1 数据模型记分卡 26
4.2 数据模型规范 37
5 范式建模 40
5.1 范式与模型 40
5.2 第一范式 42
5.3 第二范式 42
5.4 函数依赖 44
5.5 码 46
5.6 非主属性 46
5.7 第三范式 49
5.8 鲍依斯-科得范式 50
5.9 范式建模工作方法和流程 50
6 数据仓库 53
6.1 数据仓库的演化过程 53
6.2 数据仓库的概念 58
6.3 数据仓库的体系结构 59
6.4 数据仓库的工具与技术 60
6.5 企业级数据仓库 61
6.6 企业级数据仓库的解决方案 65
7 维度建模 69
7.1 维度建模的基本概念 69
7.2 维度建模的常见模式 76
7.3 维度建模的过程 78
7.4 维度建模的任务建议 81
7.5 数据仓库总线结构 84
8 Data Vau
...
— 没有更多了 —
以下为对购买帮助不大的评价