Architektura datových jezer: Navrhování datového jezera a vyhýbání se smetišti

Recenze čtenářů

Kniha poskytuje základní přehled architektury datových jezer s důrazem na principy a strategie správy. Ačkoli se čte rychle a je poutavá, mnozí recenzenti kritizují její nedostatečnou technickou hloubku a praktické pokyny a označují ji spíše za teoretický úvod než za praktickou příručku.

** Poutavé a dobře strukturované uspořádání. ** Dobrý úvod pro začátečníky v oblasti koncepce datových jezer. ** Nabízí cenné zásady a rámec pro ty, kteří chtějí efektivně spravovat data. ** Napsáno důvěryhodným autorem v oboru, Billem Inmonem. ** Poskytuje vhled do správy dat a nakládání s daty v organizaci. ** Rychlé čtení, které lze zvládnout za pár dní.

** Chybí hloubka a praktické technické pokyny. ** Obsah je pro datové profesionály příliš obecný a na vysoké úrovni. ** Časté diagramy jsou zjednodušené a nezlepšují porozumění. ** Vnímáno jako prodejní prezentace autorova softwaru. ** Zavádějící název; není vhodný pro ty, kteří hledají technický plán implementace. ** Někteří recenzenti měli pocit, že se kniha opakuje a postrádá nové poznatky.

(na základě 22 hodnocení čtenářů)

Původní název:

Data Lake Architecture: Designing the Data Lake and Avoiding the Garbage Dump

Obsah knihy:

Organizace investují neuvěřitelné množství času a peněz do získávání a následného ukládání velkých dat v datových úložištích zvaných datová jezera. Kolik z těchto organizací však dokáže data skutečně dostat zpět v použitelné podobě? Jen málo z nich dokáže z datového jezera vytvořit informační zlatý důl. Většina z nich skončí na skládkách odpadu.

Kniha Architektura datového jezera vám vysvětlí, jak vybudovat užitečné datové jezero, kde mohou datoví vědci a datoví analytici řešit obchodní výzvy a identifikovat nové obchodní příležitosti. Dozvíte se, jak strukturovat datová jezera i analogová, aplikační a textová datová jezera, aby poskytovala maximální obchodní hodnotu. Pochopte roli surového datového jezírka a kdy je třeba použít archivní datové jezírko. Využijte čtyři klíčové složky úspěchu datového jezera: metadata, mapování integrace, kontext a metaproces.

Bill Inmon nám otevřel oči pro architekturu a výhody datového skladu a nyní nás přivádí na další úroveň architektury datového jezera.