译者序
序言
前言
第一部分　数据集成导论
第1章　数据集成的重要性 / 2
1.1　数据接口的天然复杂性 / 2
1.2　购买供应商应用包的数量日益增加 / 3
1.3　大数据和虚拟化的催化剂 / 3
第2章　什么是数据集成 / 5
2.1　运动中的数据 / 5
2.2　集成为通用格式—数据转换 / 5
2.3　数据从一个系统迁移到另一个系统 / 6
2.4　在组织内部移动数据 / 6
2.5　从非结构化数据中抽取信息 / 8
2.6　将处理移动到数据端 / 9
第3章　数据集成的类型和复杂性 / 10
3.1　管理运动中的数据和持久化数据的异同点 / 10
3.2　批处理数据集成 / 10
3.3　实时数据集成 / 11
3.4　大数据集成 / 11
3.5　数据虚拟化 / 12
第4章　数据集成开发过程 / 13
4.1　数据集成开发生命周期 / 13
4.2　包含业务知识和专家经验 / 14
第二部分　批处理数据集成
第5章　批处理数据集成简介 / 18
5.1　什么是批处理数据集成 / 18
5.2　批处理数据集成生命周期 / 19
第6章　抽取、转换和加载 / 20
6.1　什么是ETL / 20
6.2　概要分析 / 20
6.3　抽取 / 21
6.4　暂存 / 22
6.5　访问层次 / 22
6.6　转换 / 23
6.6.1　简单映射 / 23
6.6.2　查找表 / 24
6.6.3　聚合和规范化 / 24
6.6.4　计算 / 24
6.7　加载 / 24
第7章　数据仓库 / 26
7.1　什么是数据仓库 / 26
7.2　企业数据仓库架构中的层次 / 26
7.2.1　操作型应用层 / 26
7.2.2　外部数据 / 27
7.2.3　数据仓库中的数据暂存区 / 27
7.2.4　数据仓库数据结构 / 28
7.2.5　从数据仓库到数据集市或者商务智能层的暂存 / 28
7.2.6　商务智能层 / 28
7.3　加载到数据仓库中的数据类型 / 29
7.3.1　数据仓库中的主数据 / 29
7.3.2　数据仓库中的余额和快照数据 / 30
7.3.3　数据仓库中的事务型数据 / 31
7.3.4　事件 / 31
7.3.5　调整 / 31
第8章　数据转换 / 39
8.1　什么是数据转换 / 39
8.2　数据转换生命周期 / 39
8.3　数据转换分析 / 39
8.4　数据加载最佳实践 / 40
8.5　提高源数据质量 / 40
8.6　映射到目标系统 / 41
8.7　配置数据 / 41
8.8　测试和依赖 / 42
8.9　私有数据 / 42
8.10　校对 / 43
8.11　环境 / 43
第9章　数据归档 / 47
9.1　什么是数据归档 / 47
9.2　归档数据选择 / 47
9.3　已归档数据可以恢复吗 / 48
9.4　归档环境下数据结构的确认 / 48
9.5　灵活的数据结构 / 49
第10章　批处理数据集成架构和元数据 / 54
10.1　什么是批处理数据集成架构 / 54
10.2　概要分析工具 / 55
10.3　建模工具 / 55
10.4　元数据存储库 / 55
10.5　数据移动 / 56
10.6　转换 / 56
10.7　调度 / 57
第三部分　实时数据集成
第11章　实时数据集成简介 / 64
11.1　为什么需要实时数据集成 / 64
11.2　为什么需要两组技术 / 64
第12章　数据集成模式 / 66
12.1　交互模式 / 66
12.2　松耦合 / 66
12.3　中心和节点模式 / 66
12.4　同步交互和异步交互 / 69
12.5　请求和应答 / 70
12.6　发布和订阅 / 70
12.7　两阶段提交 / 70
12.8　集成交互类型 / 71
第13章　核心实时数据集成技术 / 72
13.1　令人困惑的术语 / 72
13.2　企业服务总线 / 72
13.3　面向服务架构 / 75
13.4　可扩展标记语言 / 77
13.5　数据复制和变化数据捕获 / 81
13.6　企业应用集成 / 82
13.7　企业信息集成 / 82
第14章　数据集成建模 / 84
14.1　规范化建模 / 84
14.2　消息建模 / 88
第15章　主数据管理 / 89
15.1　主数据管理简介 / 89
15.2　需要主数据管理方案的原因 / 89
15.3　购买的软件包与主数据 / 90
15.4　参考数据 / 90
15.5　主和从 / 91
15.6　外部数据 / 93
15.7　主数据管理功能 / 93
15.8　主数据管理方案的类型—注册表以及数据中心 / 94
第16章　实时更新数据仓库 / 95
16.1　企业信息工厂 / 95
16.2　操作型数据存储 / 96
16.3　移动到数据仓库的主数据 / 97
第17章　实时数据集成架构和元数据 / 99
17.1　实时数据集成元数据简介 / 99
17.2　建模 / 100
17.3　概要分析 / 100
17.4　元数据库 / 101
17.5　企业服务总线—数据转换和调度 / 101
17.5.1　技术中介 / 101
17.5.2　业务内容 / 102
17.6　数据移动和中间件 / 102
17.7　外部交互 / 102
第四部分　大数据集成
第18章　大数据集成简介 / 106
18.1　数据集成及非结构化数据 / 106
18.2　大数据、云数据及数据虚拟化 / 106
第19章　云架构和数据集成 / 107
19.1　为什么云中的数据集成比较重要 / 107
19.2　公共云 / 107
19.3　云安全 / 108
19.4　云延迟 / 109
19.5　云冗余 / 110
第20章　数据虚拟化 / 111
20.1　恰逢其时的一项技术 / 111
20.2　数据虚拟化的商业用途 / 112
20.2.1　商务智能方案 / 112
20.2.2　集成不同类型的数据 / 113
20.2.3　快速向数据仓库中增加或者原型增加数据 / 113
20.2.4　将物理上不同的数据一起展现 / 113
20.2.5　利用不同的数据和模型触发交易 / 114
20.3　数据虚拟化架构 / 114
20.3.1　源和适配器 / 114
20.3.2　映射、模型和视图 / 114
20.3.3　转换和展现 / 115
第21章　大数据集成 / 116
21.1　什么是大数据 / 116
21.2　大数据维度—量 / 116
21.2.1　大规模并行处理—将处理过程移动到数据端 / 116
21.2.2　Hadoop和MapReduce / 117
21.2.3　与外部数据集成 / 117
21.2.4　虚拟化 / 118
21.3　大数据维度—多样性 / 118
21.3.1　数据类型 / 118
21.3.2　集成不同类型的数据 / 118
21.4　大数据维度—速度 / 120
21.4.1　流式数据 / 121
21.4.2　传感器和GPS数据 / 121
21.4.3　社会化媒体数据 / 121
21.5　传统大数据应用案例 / 121
21.6　更多大数据应用案例 / 122
21.6.1　医疗 / 122
21.6.2　物流 / 122
21.6.3　国家安全 / 122
21.7　利用大数据的力量—实施决策支持 / 123
21.7.1　触发行动 / 123
21.7.2　从内存以及磁盘中检索数据的速度 / 123
21.7.3　从数据分析到模型，从流式数据到决策 / 124
21.8　大数据架构 / 125
21.8.1　操作型系统和数据存储 / 125
21.8.2　中间数据中心 / 126
21.8.3　商务智能工具 / 126
21.8.4　数据虚拟化服务器 / 127
21.8.5　批处理和实时数据集成工具 / 127
21.8.6　分析型沙盒 / 127
21.8.7　风险响应系统/推荐引擎 / 127
第22章　移动数据管理总结 / 132
22.1　数据集成架构 / 132
22.1.1　为什么需要数据集成架构 / 132
22.1.2　数据集成生命周期和专家经验 / 132
22.1.3　安全和隐私 / 133
22.2　数据集成引擎 / 134
22.2.1　操作连贯性 / 134
22.2.2　ETL引擎 / 134
22.2.3　企业服务总线 / 135
22.2.4　数据虚拟化服务器 / 135
22.2.5　数据移动 / 136
22.3　数据集成中心 / 136
22.3.1　主数据 / 137
22.3.2　数据仓库和操作型数据存储 / 137
22.3.3　企业内容管理 / 138
22.3.4　数据归档 / 138
22.4　元数据管理 / 138
22.4.1　数据发现 / 138
22.4.2　数据概要分析 / 139
22.4.3　数据建模 / 139
22.4.4　数据流建模 / 139
22.4.5　元数据存储库 / 139
22.5　结束语 / 140
参考文献 / 141
· · · · · · (收起)