Korporacyjne jezioro danych. Wykorzystaj potencjał big data w swojej organizacji (ebook)(audiobook)(audiobook)

Spis treści

Wstęp 9

1. Wprowadzenie do jezior danych 13

• Dojrzewanie jeziora danych 15
• Kałuże danych 17
• Stawy danych 17
• Udane tworzenie jeziora danych 18
• Właściwa platforma 18
• Właściwe dane 19
• Właściwy interfejs 20
• Bagno danych 22
• Wskazówki dotyczące sukcesu w budowaniu jezior danych 23
• Tworzenie jeziora danych 24
• Organizowanie jeziora danych 24
• Konfiguracja jeziora danych pod kątem samoobsługi 26
• Architektury jeziora danych 30
• Jeziora danych w chmurze publicznej 31
• Logiczne jeziora danych 31
• Podsumowanie 34

2. Perspektywa historyczna 37

• Dysk do danych samoobsługowych - narodziny baz danych 37
• Imperatyw analityczny - narodziny hurtowni danych 40
• Ekosystem hurtowni danych 41
• Przechowywanie i kwerendowanie danych 42
• Ładowanie danych - narzędzia do integracji danych 47
• Organizowanie danych i zarządzanie nimi 50
• Konsumowanie danych 55
• Podsumowanie 56

3. Wprowadzenie do big data i nauki o danych 57

• Hadoop przewodzi historycznemu przejściu na big data 57
• System plików Hadoop 58
• Współdziałanie przetwarzania i przechowywania w zadaniu MapReduce 59
• Schemat odczytu 60
• Projekty Hadoop 61
• Nauka o danych 62
• Uczenie maszynowe 66
• Zdolność wyjaśnienia 67
• Zarządzanie zmianami 68
• Podsumowanie 69

4. Budowanie jeziora danych 71

• Co to jest Hadoop i dlaczego z niego korzystamy? 71
• Zapobieganie rozprzestrzenianiu się kałuż danych 74
• Wykorzystanie big data 74
• Nauka o danych jako główny czynnik 75
• Strategia 1. - przeniesienie istniejącej funkcjonalności 77
• Strategia 2. - jeziora danych dla nowych projektów 79
• Strategia 3. - ustanowienie centralnego punktu zarządzania 79
• Który sposób jest odpowiedni dla Ciebie? 80
• Podsumowanie 82

5. Od stawów danych, czyli hurtowni danych big data, do jezior danych 83

• Podstawowe funkcje hurtowni danych 84
• Modelowanie wymiarowe dla analityki 85
• Integrowanie danych z różnych źródeł 86
• Zachowywanie historii za pomocą powoli zmieniających się wymiarów 86
• Ograniczenia hurtowni danych jako repozytorium historycznego 86
• Przejście do stawu danych 87
• Utrzymywanie historii w stawie danych 87
• Wdrażanie powoli zmieniających się wymiarów w stawie danych 88
• Rozrastanie się stawów danych w jeziora danych - ładowanie danych, które nie znajdują się w hurtowni danych 90
• Surowe dane 91
• Dane zewnętrzne 91
• Internet rzeczy (IoT) i inne dane strumieniowe 94
• Architektura Lambda 94
• Transformacje danych 97
• Systemy docelowe 99
• Hurtownie danych 100
• Operacyjne magazyny danych 100
• Aplikacje czasu rzeczywistego i produkty oparte na danych 100
• Podsumowanie 101

6. Optymalizacja pod kątem samoobsługi 103

• Początki samoobsługi 103
• Analitycy biznesowi 105
• Znajdowanie i zrozumienie danych - dokumentowanie przedsiębiorstwa 106
• Budowanie zaufania 109
• Dostarczanie 115
• Przygotowanie danych do analizy 116
• Przygotowywanie danych w jeziorze danych 117
• Umiejscowienie przygotowywania danych w Hadoop 118
• Powszechne przypadki użycia dla przygotowywania danych 119
• Analiza i wizualizacja 120
• Podsumowanie 123

7. Architektura jeziora danych 125

• Organizacja jeziora danych 125
• Strefa lądowania lub surowa 126
• Strefa złota 127
• Strefa robocza 129
• Strefa wrażliwa 129
• Wiele jezior danych 131
• Zalety utrzymywania osobnych jezior danych 131
• Zalety scalania jezior danych 131
• Jeziora danych w chmurze 132
• Wirtualne jeziora danych 135
• Federacja danych 135
• Wirtualizacja big data 136
• Eliminacja redundancji 137
• Podsumowanie 139

8. Katalogowanie jeziora danych 141

• Organizowanie danych 141
• Metadane techniczne 142
• Metadane biznesowe 146
• Znakowanie 148
• Automatyczne katalogowanie 149
• Logiczne zarządzanie danymi 150
• Zarządzanie wrażliwymi danymi i kontrola dostępu 150
• Jakość danych 152
• Powiązanie różnych danych 154
• Ustanawianie pochodzenia 155
• Dostarczanie danych 156
• Narzędzia służące do budowania katalogu 157
• Porównanie narzędzi 158
• Ocean danych 159
• Podsumowanie 159

9. Zarządzanie dostępem do danych 161

• Autoryzacja lub kontrola dostępu 162
• Zasady dostępu do danych oparte na znacznikach 163
• Anonimizacja wrażliwych danych 166
• Suwerenność danych i zgodność z przepisami 169
• Samoobsługowe zarządzanie dostępem 171
• Dostarczanie danych 174
• Podsumowanie 180

10. Perspektywy dla różnych branż 181

• Big data w usługach finansowych 182
• Konsumenci, cyfryzacja i dane zmieniają znane nam finanse 182
• Ratowanie banku 183
• Nowe możliwości oferowane przez nowe dane 186
• Kluczowe procesy korzystania z jeziora danych 188
• Wartość dodana przez jeziora danych w usługach finansowych 190
• Jeziora danych w branży ubezpieczeniowej 191
• Inteligentne miasta 193
• Big data w medycynie 194

Skorowidz 196

pokaż cały spis treści

ukryj recenzje