企业级数据架构:核心要素、架构模型、数据管理与平台搭建
正版保障 假一赔十 可开发票
￥ 62.16 6.3折 ￥ 99 全新
库存75件
广东广州
认证卖家担保交易快速发货售后保障
作者李杨
出版社机械工业出版社
ISBN9787111746829
出版时间2023-10
装帧平装
开本16开
定价99元
货号15360537
上书时间2024-12-26
商品详情
- 品相描述：全新
- 商品描述
-
目录
序<br />自序<br />前言<br />第一部分 架构基础<br />第1章 企业架构概述3<br />1.1 企业架构4<br />1.2 Zachman框架4<br />1.2.1 Zachman框架的维度4<br />1.2.2 Zachman框架的特点5<br />1.2.3 Zachman框架的使用6<br />1.3 TOGAF6<br />1.3.1 TOGAF完善架构过程7<br />1.3.2 框架核心：ADM8<br />1.4 业务架构9<br />1.4.1 业务架构的价值9<br />1.4.2 业务架构的关键点10<br />1.5 数据架构11<br />1.5.1 数据架构设计12<br />1.5.2 数据架构核心组成12<br />1.6 总结13<br />第二部分 数据架构基础<br />第2章 数据架构构成18<br />2.1 数据模型18<br />2.2 元数据19<br />2.3 数据质量20<br />2.4 数据标准21<br />2.5 数据治理21<br />2.6 数据资产22<br />2.6.1 数据管理22<br />2.6.2 数据仓库22<br />2.6.3 数据湖23<br />2.6.4 数据资产内涵23<br />2.7 数据生命周期24<br />2.7.1 数据创建25<br />2.7.2 数据使用25<br />2.7.3 数据归档26<br />2.7.4 数据销毁26<br />2.8 数据分布27<br />2.8.1 数据存储27<br />2.8.2 数据访问27<br />2.9 常见数据架构技术选型28<br />2.9.1 Lambda28<br />2.9.2 Kappa29<br />2.10 数据调度30<br />2.11 总结30<br />第3章 数据存储31<br />3.1 数据存储基础32<br />3.1.1 计算机组成基础结构32<br />3.1.2 数据存储核心概念35<br />3.1.3 OLTP与OLAP场景37<br />3.2 集中式数据库38<br />3.2.1 常见关系型数据库38<br />3.2.2 分库分表39<br />3.3 分布式数据库40<br />3.3.1 大规模并行处理技术40<br />3.3.2 分布式事务41<br />3.4 大数据存储43<br />3.4.1 HDFS43<br />3.4.2 Yarn44<br />3.4.3 Hive44<br />3.4.4 HBase45<br />3.4.5 Spark及Spark Streaming46<br />3.5 特定领域存储46<br />3.5.1 ClickHouse46<br />3.5.2 Elasticsearch48<br />3.6 实时计算阶段49<br />3.7 总结49<br />第4章 数据调度与消息传输50<br />4.1 通用技术选型50<br />4.2 Airflow调度平台52<br />4.2.1 Airflow基础概念52<br />4.2.2 Airflow架构54<br />4.2.3 Airflow与其他调度平台对比55<br />4.3 DataX数据同步工具56<br />4.3.1 DataX基础概念56<br />4.3.2 DataX数据同步57<br />4.3.3 DataX优化59<br />4.3.4 DataX与其他数据同步工具对比60<br />4.4 Kafka消息中间件62<br />4.4.1 Kafka基础概念62<br />4.4.2 Kafka架构概述63<br />4.4.3 Kafka高性能原理63<br />4.4.4 Kafka与其他中间件对比67<br />4.5 总结68<br />第5章 Lambda架构与Kappa架构69<br />5.1 架构演进69<br />5.1.1 传统数据仓库架构70<br />5.1.2 传统大数据架构71<br />5.1.3 流式计算架构72<br />5.1.4 Lambda架构73<br />5.1.5 Kappa架构74<br />5.2 Lambda架构详解75<br />5.2.1 架构解析76<br />5.2.2 核心组件78<br />5.2.3 数据流向81<br />5.3 Kappa架构详解82<br />5.3.1 架构解析82<br />5.3.2 核心组件85<br />5.3.3 数据流向87<br />5.4 Lambda与Kappa对比 87<br />5.5 流批一体化89<br />5.6 总结90<br />第6章 辅助类应用体系介绍91<br />6.1 资源管理91<br />6.1.1 开源堡垒机JumpServer92<br />6.1.2 部署与负载均衡92<br />6.1.3 核心概念94<br />6.1.4 很好实践95<br />6.2 资源及组件监控95<br />6.2.1 开源监控系统Prometheus 96<br />6.2.2 可视化系统Grafana98<br />6.2.3 告警模块AlertManager100<br />6.2.4 小结101<br />6.3 应用监控102<br />6.3.1 应用链路监控Pinpoint102<br />6.3.2 原理与组件介绍103<br />6.3.3 很好实践104<br />6.3.4 小结106<br />6.4 日志监控107<br />6.4.1 ELK107<br />6.4.2 直连式日志收集架构107<br />6.4.3 高并发日志收集架构108<br />6.5 总结109<br />第三部分 数据架构模型实践<br />第7章 企业数据区与数据流向113<br />7.1 数据区概述113<br />7.2 数据区详解115<br />7.2.1 操作型数据区115<br />7.2.2 集成型数据区116<br />7.2.3 分析型数据区117<br />7.2.4 历史数据区118<br />7.3 企业数据流向119<br />7.3.1 操作型数据区数据流向119<br />7.3.2 集成型数据区数据流向120<br />7.3.3 分析型数据区数据流向121<br />7.3.4 历史数据区数据流向122<br />7.4 企业数据分层123<br />7.5 企业集成型数据区层级124<br />7.5.1 数据缓冲层 125<br />7.5.2 数据贴源层126<br />7.5.3 标准模型层127<br />7.5.4 整合模型层127<br />7.5.5 数据集市层128<br />7.6 互联网公司的集成型数据区分层特点129<br />7.7 总结130<br />第8章 数据模型架构详解131<br />8.1 为什么要建模132<br />8.2 建模策略134<br />8.2.1 数据缓冲层建模策略135<br />8.2.2 数据贴源层建模策略135<br />8.2.3 标准模型层建模策略136<br />8.2.4 整合模型层建模策略136<br />8.2.5 数据集市层建模策略137<br />8.3 建模三步走137<br />8.3.1 第一步：概念模型138<br />8.3.2 第二步：逻辑模型139<br />8.3.3 第三步：物理模型140<br />8.4 建模方法论141<br />8.4.1 范式的概念142<br />8.4.2 范式建模?145<br />8.4.3 维度建模146<br />8.4.4 范式建模与维度建模对比 146<br />8.5 常见模型概述147<br />8.5.1 星型模型147<br />8.5.2 雪花模型149<br />8.5.3 星座模型150<br />8.6 数据层级与数据模型的关系 151<br />8.7 总结152<br />第9章 维度建模解析153<br />9.1 维度建模概述153<br />9.1.1 维度与事实154<br />9.1.2 维度建模目标155<br />9.1.3 维度建模局限155<br />9.2 维度建模总线结构156<br />9.2.1 总线矩阵157<br />9.2.2 一致性维度157<br />9.2.3 一致性事实159<br />9.3 维度详解159<br />9.4 缓慢变化维度162<br />9.4.1 缓慢变化维度的作用163<br />9.4.2 缓慢变化维度的处理方式164<br />9.4.3 小结167<br />9.5 事实表详解167<br />9.6 事务型事实表170<br />9.6.1 事务型事实表概述170<br />9.6.2 事务型事实表处理171<br />9.6.3 事实表处理拓展172<br />9.7 总结172<br />第四部分?数据资产管理<br />第10章 元数据管理178<br />10.1 元数据概述178<br />10.2 元数据的产生179<br />10.3 不同类型元数据详解182<br />10.3.1 技术元数据183<br />10.3.2 业务元数据185<br />10.3.3 管理元数据185<br />10.4 元数据的价值187<br />10.4.1 大数据时代前187<br />10.4.2 大数据时代后188<br />10.5 元数据的应用189<br />10.5.1 血缘分析189<br />10.5.2 影响分析190<br />10.6 元数据的生命周期191<br />10.7 元数据管理体系构建191<br />10.7.1 元数据采集模块192<br />10.7.2 元数据分析模块192<br />10.7.3 元数据管理模块192<br />10.7.4 元数据访问模块192<br />10.8 总结193<br />第11章 数据质量管理194<br />11.1 数据质量概述194<br />11.2 数据质量内涵195<br />11.3 数据质量管理框架196<br />11.3.1 事前防范196<br />11.3.2 事中监控197<br />11.3.3 事后治理198<br />11.4 数据质量核心维度200<br />11.4.1 完备性200<br />11.4.2 专享性201<br />11.4.3 及时性201<br />11.4.4 有效性201<br />11.4.5 准确性202<br />11.4.6 一致性202<br />11.5 数据质量规则体系203<br />11.5.1 业务规则体系203<br />11.5.2 技术规则体系204<br />11.6 数据质量评估206<br />11.6.1 数据质量评估算法206<br />11.6.2 数据质量基线报告208<br />11.6.3 数据质量趋势报告209<br />11.7 总结 210<br />第12章 数据标准管理211<br />12.1 数据标准概述211<br />12.2 数据标准内涵212<br />12.3 数据标准体系设计框架213<br />12.3.1 数据标准的原则213<br />12.3.2 数据标准的调研214<br />12.3.3 数据标准的确定217<br />12.3.4 数据标准的评估219<br />12.4 数据标准管理流程219<br />12.4.1 数据标准的制定220<br />12.4.2 数据标准的审核与发布221<br />12.4.3 数据标
— 没有更多了 —
以下为对购买帮助不大的评价