数据架构迭代速度加快，数据仓库、数据湖、湖仓、数据网格等技术层出不穷，不少从业者在架构选型、项目落地中屡屡碰壁。这本《数据架构知识体系指南》系统梳理了数据技术的发展脉络，完整讲解主流架构的原理、架构形态与实施要。书中深剖析数据建模、ETL/ELT、数据治理等核心能力，结合大量实战案例拆解项目隐患与应对方案，同时辩证解读行业热门技术，破除认知误区。无论是数据架构师、数据工程师，还是企业技术管理者，都能从中厘清技术逻辑，结合业务场景做出合理的架构决策，搭建稳定、高效、可扩展的数据体系，是数据领域阶与实操的优质参考读本。
售 价：¥
纸质售价：¥64.10购买纸书
6.7
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
O'Reilly Media, Inc.介绍
本书赞誉
译者序
前言
第一部分 基础
第1章 大数据
1.1 大数据的定义及用途
1.2 数据成熟度
1.3 自助式商业智能
1.4 总结
第2章 数据架构类型
2.1 数据架构的演进
2.2 关系数据仓库
2.3 数据湖
2.4 现代数据仓库
2.5 数据编织
2.6 数据湖仓
2.7 数据网格
2.8 总结
第3章 架构设计会议
3.1 什么是架构设计会议
3.2 架构设计会议的必要性
3.3 架构设计会议的准备工作
3.4 进行架构设计会议
3.5 架构设计会议之后
3.6 进行架构设计会议的技巧
3.7 总结
第二部分 通用数据架构概念
第4章 关系数据仓库
4.1 什么是关系数据仓库
4.2 非数据仓库案例
4.3 自顶向下的方法
4.4 关系数据仓库的优点
4.5 关系数据仓库的缺点
4.6 构建数据仓库
4.7 关系数据仓库之死被过分夸大了
4.8 总结
第5章 数据湖
5.1 什么是数据湖
5.2 选择数据湖的理由
5.3 自底向上的方法
5.4 数据湖设计的最佳实现方案
5.5 多数据湖
5.6 总结
第6章 数据存储解决方案和数据处理
6.1 数据存储解决方案
6.2 数据处理
6.3 总结
第7章 设计方法
7.1 联机事务处理与联机分析处理
7.2 运营数据和分析数据
7.3 对称多处理和大规模并行处理
7.4 Lambda架构
7.5 Kappa架构
7.6 混合持久化和多种数据存储
7.7 总结
第8章 数据建模方法
8.1 关系建模
8.2 维度建模
8.3 通用数据模型
8.4 数据保险库
8.5 Kimball和Inmon数据仓库方法论
8.6 方法学神话
8.7 总结
第9章 数据导入方法
9.1 ETL与ELT
9.2 反向ETL
9.3 批量处理与实时处理
9.4 数据治理
9.5 总结
第三部分 数据架构
第10章 现代数据仓库
10.1 现代数据仓库架构
10.2 MDW架构的利弊
10.3 结合RDW和数据湖
10.4 MDW的阶梯型架构
10.5 案例研究：Wilson&Gunkerk公司的MDW战略转变
10.6 总结
第11章 数据编织
11.1 数据编织架构
11.2 迁移到数据编织的理由
11.3 潜在缺陷
11.4 总结
第12章 数据湖仓
12.1 Delta Lake的特性
12.2 性能提升
12.3 数据湖仓架构
12.4 无关系数据湖仓
12.5 关系服务层
12.6 总结
第13章 数据网格基础
13.1 去中心化框架
13.2 数据网格技术成熟曲线
13.3 Dehghani的数据网格四原则
13.4 “纯”数据网格
13.5 数据域
13.6 数据网格逻辑架构
13.7 不同拓扑
13.8 数据网格与数据编织
13.9 用例
13.10 总结
第14章 是否该采用数据网格？神话、疑虑及未来
14.1 神话
14.2 疑虑
14.3 组织评估：应该使用数据网格吗
14.4 成功实施数据网格的建议
14.5 数据网格的未来
14.6 各个数据架构的适用性
14.7 总结
第四部分 人员、流程和技术
第15章 人员和流程
15.1 团队组织：分工和职责
15.2 项目失败的原因：隐患和预防
15.3 成功的技巧
15.4 总结
第16章 技术
16.1 选择平台
16.2 云服务模型
16.3 软件框架
16.4 总结
作者简介
封面简介
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
