数据架构 数据科学家的第一本书(原书第2版)

近年来，大数据和数据科学备受关注，数据架构已经成为企业决策制定过程中不可或缺的组成部分。本书由数据和商业智能领域的三位引领者撰写，帮助读者从宏观视角了解数据架构的基本概念和原则，是数据科学家、分析师和管理者的推荐参考读物。 全面讲解数据架构的理论知识，添加了文本管理和分析等来自不同行业的实例，帮助读者从整体上清晰地认识数据。创新性地提出终端状态架构的概念，把握数据收集、治理、提取、分析等不同阶段的核心技术，从而将大数据技术融入现有的信息基础设施或数据仓库系统。新增关于可视化和大数据的章节，涵盖对数据的商业价值和数据管理等的综合介绍，为大数据技术的未来发展提供新的思路。

丹尼尔·林斯泰特（Daniel Linstedt），“Data Vault之父”。他是Empowered Holdings公司的创始人及CEO，致力于为世界各地的商业和政府组织提供Data Vault、大数据、非结构化信息管理、敏捷方法等方面的咨询和服务。

献词
译者序
第1章 数据架构与数据类型
1.1 数据架构简介
1.1.1 细分数据
1.1.2 重复性和非重复性非结构化数据
1.1.3 数据的“分水岭”
1.1.4 文本数据和非文本数据
1.1.5 各种形式的数据
1.1.6 商业价值
1.2 数据基础设施
1.2.1 重复性数据的两种类型
1.2.2 重复性结构化数据
1.2.3 重复性大数据
1.2.4 两种基础设施
1.2.5 基础设施的优化
1.2.6 比较两种基础设施
1.3 分水岭
1.3.1 企业数据的分类
1.3.2 什么是分水岭
1.3.3 重复性非结构化数据
1.3.4 非重复性非结构化数据
1.3.5 不同的环境
1.4 企业数据统计图
1.5 企业数据分析
1.6 数据的生命周期：理解时间线上的数据
1.7 数据简史
1.7.1 纸带和打孔卡
1.7.2 磁带
1.7.3 磁盘存储器
1.7.4 数据库管理系统
1.7.5 耦合处理器
1.7.6 在线事务处理
1.7.7 数据仓库
1.7.8 并行数据管理
1.7.9 数据保险箱
1.7.10 大数据
1.7.11 分水岭
第2章 终端状态架构——“世界地图”
2.1 架构组件
2.2 终端状态架构中不同类型的数据
2.3 通过模型塑造数据
2.4 数据仓库在哪里
2.5 不同类型的问题在终端状态架构中得到不同的回答
2.6 数据湖中的数据
2.7 终端状态架构中的元数据
2.8 网络化元数据
2.9 演变的经验
2.10 数据湖架构
第3章 终端状态架构中的转换
3.1 冗余数据
3.2 转换
3.3 定制数据
……
第4章 大数据
第5章 孤岛式应用环境
第6章 数据保险箱
第7章 运营数据
第8章 数据架构
第9章 重复性分析
第10章 非重复性数据
第11章 运营分析：响应时间
第12章 运营分析
第13章 个人分析
第14章 终端状态架构中的数据模型
第15章 记录系统
第16章 商业价值和终端状态架构
第17章 管理文本数据
第18章 数据可视化简介