譯者序
前言
緻謝
作者簡介
第一部分　大數據
第1章　大數據簡介2
1.1　引言2
1.2　大數據2
1.3　大數據的定義4
1.4　為什麼需要大數據？為什麼是現在4
1.5　大數據示例5
1.5.1　社交媒體的文章5
1.5.2　調查數據分析6
1.5.3　調查數據7
1.5.4　氣象數據8
1.5.5　Twitter數據8
1.5.6　集成和分析8
1.5.7　附加數據的類型10
1.6　總結11
延伸閱讀11
第2章　使用大數據12
2.1　引言12
2.2　數據爆炸12
2.3　數據體量13
2.3.1　機器數據14
2.3.2　應用日誌14
2.3.3　點擊流日誌14
2.3.4　外部或第三方數據15
2.3.5　電子郵件15
2.3.6　閤同15
2.3.7　地理信息係統和地理空間數據16
2.3.8　示例：Funshots公司17
2.4　數據速度19
2.4.1　Amazon、Facebook、Yahoo和Google19
2.4.2　傳感器數據19
2.4.3　移動網絡20
2.4.4　社交媒體20
2.5　數據多樣性21
2.6　總結22
第3章　大數據處理架構23
3.1　引言23
3.2　再論數據處理23
3.3　數據處理技術24
3.4　數據處理基礎設施的挑戰25
3.4.1　存儲25
3.4.2　傳輸25
3.4.3　處理26
3.4.4　速度或吞吐量26
3.5　全共享架構與無共享架構的比較26
3.5.1　全共享架構27
3.5.2　無共享架構27
3.5.3　OLTP與數據倉庫28
3.6　大數據處理28
3.6.1　基礎設施方麵31
3.6.2　數據處理方麵32
3.7　電信大數據研究32
3.7.1　基礎設施34
3.7.2　數據處理34
第4章　大數據技術簡介35
4.1　引言35
4.2　分布式數據處理36
4.3　大數據處理需求38
4.4　大數據處理技術39
4.5　Hadoop42
4.5.1　Hadoop核心組件43
4.5.2　Hadoop總結69
4.6　NoSQL69
4.6.1　CAP定理69
4.6.2　鍵-值對：Voldemort70
4.6.3　列簇存儲：Cassandra70
4.6.4　文檔數據庫：Riak76
4.6.5　圖數據庫77
4.6.6　NoSQL小結78
4.7　文本ETL處理78
延伸閱讀79
第5章　大數據驅動的商業價值80
5.1　引言80
5.2　案例研究1：傳感器數據81
5.2.1　摘要81
5.2.2　Vestas81
5.2.3　概述81
5.2.4　利用風力發電81
5.2.5　把氣候變成資本82
5.2.6　跟蹤大數據的挑戰83
5.2.7　維持數據中心的能源效率83
5.3　案例研究2：流數據84
5.3.1　摘要84
5.3.2　監控和安全：TerraEchos84
5.3.3　需求84
5.3.4　解決方案84
5.3.5　效益84
5.3.6　先進的光縴網結閤實時流數據85
5.3.7　解決方案組件85
5.3.8　擴展安全邊界創建戰略優勢85
5.3.9　關聯傳感器數據使得假陽性率為零86
5.4　案例研究3：通過大數據分析改善患者預後86
5.4.1　摘要86
5.4.2　業務目標87
5.4.3　挑戰87
5.4.4　概述：給從業人員新的洞察以指導患者護理87
5.4.5　挑戰：將傳統數據倉庫生態係統與大數據融閤87
5.4.6　解決方案：為大數據分析做好準備88
5.4.7　結果：消除“數據陷阱”88
5.4.8　為什麼是aster88
5.4.9　關於Aurora89
5.5　案例研究4：安大略大學技術學院—利用關鍵數據，提供積極的患者護理89
5.5.1　摘要89
5.5.2　概述89
5.5.3　商業上的收益90
5.5.4　更好地利用數據資源90
5.5.5　智慧醫療保健91
5.5.6　解決方案組件91
5.5.7　融閤人類知識與技術92
5.5.8　擴大Artemis的影響92
5.6　案例研究5：微軟SQL Server客戶解決方案93
5.6.1　客戶畫像93
5.6.2　解決方案的亮點93
5.6.3　業務需求93
5.6.4　解決方案94
5.6.5　好處94
5.7　案例研究6：以客戶為中心的數據集成95
5.7.1　概述95
5.7.2　解決方案設計98
5.7.3　促成更好的交叉銷售和追加銷售的機會99
5.8　總結100
第二部分　數據倉庫
第6章　再論數據倉庫102
6.1　引言102
6.2　傳統的數據倉庫或DW 1.0103
6.2.1　數據架構103
6.2.2　基礎設施104
6.2.3　數據倉庫的陷阱106
6.2.4　建立數據倉庫的架構方法111
6.3　DW 2.0113
6.3.1　Inmon的DW 2.0概述114
6.3.2　DSS 2.0概述115
6.4　總結116
延伸閱讀116
第7章　數據倉庫的再造118
7.1　引言118
7.2　企業數據倉庫平颱118
7.2.1　事務型係統119
7.2.2　運營數據存儲區119
7.2.3　分段區120
7.2.4　數據倉庫120
7.2.5　數據集市120
7.2.6　分析型數據庫121
7.2.7　數據倉庫的問題121
7.3　再造數據倉庫的選擇122
7.3.1　平颱再造122
7.3.2　平颱工程123
7.3.3　數據工程124
7.4　使數據倉庫現代化125
7.5　使數據倉庫現代化的案例研究127
7.5.1　當前狀態分析127
7.5.2　推薦127
7.5.3　現代化的業務收益128
7.5.4　一體機的選擇過程128
7.6　總結132
第8章　數據倉庫中的工作負載管理133
8.1　引言133
8.2　當前狀態133
8.3　工作負載的定義134
8.4　瞭解工作負載135
8.4.1　數據倉庫輸齣136
8.4.2　數據倉庫輸入137
8.5　查詢分類138
8.5.1　寬/寬138
8.5.2　寬/窄139
8.5.3　窄/寬139
8.5.4　窄/窄139
8.5.5　非結構化/半結構化數據140
8.6　ETL和CDC的工作負載140
8.7　度量141
8.8　當前係統設計的局限142
8.9　新工作負載和大數據143
8.10　技術選擇144
8.11　總結144
第9章　應用到數據倉庫的新技術145
9.1　引言145
9.2　重新檢查數據倉庫挑戰145
9.2.1　數據加載145
9.2.2　可用性146
9.2.3　數據體量146
9.2.4　存儲性能147
9.2.5　查詢性能147
9.2.6　數據傳輸147
9.3　數據倉庫一體機147
9.3.1　一體機架構148
9.3.2　一體機中的數據分布149
9.3.3　部署數據倉庫一體機最佳實踐150
9.3.4　大數據一體機152
9.4　雲計算152
9.4.1　基礎設施即服務152
9.4.2　平颱即服務152
9.4.3　軟件即服務153
9.4.4　雲基礎架構153
9.4.5　雲計算給數據倉庫帶來的好處154
9.4.6　將雲計算用於數據倉庫所麵臨的問題154
9.5　數據虛擬化154
9.5.1　數據虛擬化是什麼155
9.5.2　提高商務智能性能156
9.5.3　工作負載分布156
9.5.4　實施數據虛擬化項目156
9.5.5　使用數據虛擬化時應避免的誤區157
9.5.6　內存技術157
9.5.7　內存架構的好處157
9.6　總結158
延伸閱讀158
第三部分　構建大數據-數據倉庫
第10章　大數據和數據倉庫的集成160
10.1　引言160
10.2　新數據倉庫的組件160
10.2.1　數據層161
10.2.2　算法162
10.2.3　技術層163
10.3集成策略164
10.3.1　數據驅動的集成164
10.3.2　物理組件集成和架構167
10.3.3　外部數據集成168
10.4Hadoop與RDBMS169
10.5大數據一體機171
10.6數據虛擬化172
10.7語義框架173
10.7.1　詞法處理174
10.7.2　聚類174
10.7.3語義知識處理174
10.7.4信息抽取175
10.7.5可視化175
10.8總結175
第11章　大數據的數據驅動架構176
11.1引言176
11.2元數據177
11.2.1技術元數據177
11.2.2業務元數據178
11.2.3上下文元數據178
11.2.4過程設計級元數據178
11.2.5程序級元數據178
11.2.6基礎設施元數據179
11.2.7核心業務元數據179
11.2.8運營元數據179
11.2.9商務智能型元數據180
11.3主數據管理180
11.4處理數據倉庫中的數據181
11.5處理大數據的復雜性184
11.5.1處理能力的限製184
11.5.2處理大數據184
11.6機器學習190
11.7總結193
第12章　大數據的信息管理和生命周期195
12.1引言195
12.2信息生命周期管理195
12.2.1目標196
12.2.2信息管理策略196
12.2.3治理196
12.2.4信息生命周期管理的優點200
12.3大數據的信息生命周期管理200
12.3.1示例：信息生命周期管理和社交媒體數據200
12.3.2測量信息生命周期管理的影響202
12.4總結203
第13章　大數據分析、可視化和數據科學傢204
13.1引言204
13.2大數據分析204
13.3數據發現206
13.4可視化206
13.5數據科學傢的角色變遷207
13.6總結208
第14章　實施大數據-數據倉庫的現實情況209
14.1引言：構建大數據-數據倉庫209
14.2以客戶為中心的業務轉型209
14.3Hadoop和MySQL驅動創新212
14.4將大數據集成到數據倉庫中214
14.4.1增強決策製訂215
14.4.2成果216
14.5總結216
附錄A　客戶案例研究217
附錄B　建設醫療保健信息工廠237
結束語269
· · · · · · (收起)