本书主要分为三部分，第一部分介绍数据湖的概念、数据湖在企业中的重要性以及Lambda架构。第二部分深入研究使用Lambda架构构建数据湖所需的主要技术组件，介绍流行的大数据技术，如Apache Hadoop、Sqoop、Flume、Flink和Elasticsearch等。第三部分展示一些非常实用的数据湖落地建议，包括企业应如何建立一个真实的数据湖，以及提高数据湖运营效率所需的其他技术组件。第三部分最后还详细介绍了几个实际的用例，以及在企业内实现这些用例时应考虑的重要方面。 通过阅读本书，你将： •使用大数据技术构建企业级数据湖。 •掌握Lambda架构的精髓，以及如何在企业内使用它。 •学习与Apache Sqoop及其功能相关的技术细节。 •Kafka与Hadoop组件集成，用于获取企业数据。 •使用Flume进行流式数据处理。 •理解Flink...(展开全部)

本书主要介绍如何制定有效的数据隐私战略，从而既符合业务目标和品牌定位，又确保遵守相关法律。作为制定定制战略的先决条件，获得对数据隐私问题的基本了解非常重要。书中会利用我们对全球主要立法的回顾，指导你制定数据隐私策略。读者可以从我们关于数据隐私计划与数据战略、IT战略和风险管理框架之间关系的见解中获益。在阅读本书的过程中，我们会应用各种方法来帮助你保持正确的方向。读完本书之后，例会了解新兴的隐私增强技术 (PET) 如何成为实施战略的有力工具，并准确定位数据隐私与人工智能之间的交叉点。

本书主要介绍如何制定有效的数据隐私战略，从而既符合业务目标和品牌定位，又确保遵守相关法律。作为制定定制战略的先决条件，获得对数据隐私问题的基本了解非常重要。书中会利用我们对全球主要立法的回顾，指导你制定数据隐私策略。读者可以从我们关于数据隐私计划与数据战略、IT战略和风险管理框架之间关系的见解中获益。在阅读本书的过程中，我们会应用各种方法来帮助你保持正确的方向。读完本书之后，例会了解新兴的隐私增强技术 (PET) 如何成为实施战略的有力工具，并准确定位数据隐私与人工智能之间的交叉点。

《数据标准化：企业数据治理的基石》是一本全面关注企业数据标准化方面的工具书，主要分为5 篇。 第1 篇介绍了数据标准化是数据治理的基础，包括数据标准化与数据治理的关系，以及数据标准化主要内容、本书阅读导引。第2 篇介绍了数据标准化框架体系，包括架构类数据标准、对象类数据标准、基础类数据标准。第3 篇介绍了数据标准化实施流程与方法，包括建立数据标准化保障机制、现状分析及评估、技术平台和工具、数据标准化关键域实施。第4 篇介绍了数据标准化评价，包括数据标准化评价方法、数据标准成熟度评价、数据标准化成熟度评价流程。第5 篇介绍了数据标准化案例，包括油气行业、多元化集团、装备制造行业、核电行业、汽车行业、金融行业、政务行业、互联网行业等行业的数据治理案例，为读者提供了专业、丰富、可信的数据治理实施范例。 《数据标准化：企业数据治理的基石》是工业大数据应用技术...(展开全部)

面对大数据这一势不可挡的时代潮流，所有企业都需要思考如何在实际工作中挖掘数据，充分发挥数据分析师的才能，进而有效地利用数据完成商业决策。本书首先讲解数据本身，重点介绍如何选择正确的数据源，确保数据的质量和可靠性，然后讨论数据分析，组织需要获取拥有必备技术和工具并能洞察数据变化的人才。接下来几章介绍具体的分析工作，包括性能分析、设计指标、A/B测试和原型讲解等，随之深入到分析价值链的下一环节：利用分析结果和数据见解做出决策。

数据湖仓是一个现代化的开放式架构，拥有当今热门的开源数据技术的广度和灵活性。本书从初学者的角度出发，通过对数据湖仓重要概念的剖析，对数据湖仓的相关知识进行深入浅出的讲解。全书共18章，对数据湖仓的基础知识、数据工程、业务价值、数据集成等方面进行深入探讨，同时展望数据架构的演化趋势，使读者能够领会数据湖仓的精髓，最终轻松、全面地管理数据湖仓项目。 本书适合数据架构师、业务人员和系统开发人员，以及对数据管理、数据分析感兴趣的读者阅读。

数据治理：工业企业数字化转型》是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。 《数据治理：工业企业数字化转型》是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理...(展开全部)

数据治理：工业企业数字化转型》是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。 《数据治理：工业企业数字化转型》是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理...(展开全部)

本书是一本全面关注工业企业数据治理方面的工具书，上册主要包括趋势篇、体系篇，下册主要包括工具篇、实施篇及案例篇。其中趋势篇主要介绍工业企业数据治理的基本概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍数据资产运营工具、数据模型管理工具、主数据管理工具等；实施篇主要介绍数据治理实施策略和路径选择、数据治理顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。 本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家，所有案例均来自这些企业的实践。...(展开全部)