Architektura jezior danych: Projektowanie jeziora danych i unikanie wyrzucania śmieci

Opinie czytelników

Książka zawiera podstawowy przegląd architektury jezior danych, kładąc nacisk na zasady i strategie zarządzania. Chociaż czyta się ją szybko i jest wciągająca, wielu recenzentów krytykuje jej brak głębi technicznej i praktycznych wskazówek, określając ją bardziej jako teoretyczne wprowadzenie niż praktyczny podręcznik.

** Wciągający i dobrze zorganizowany układ. ** Dobre wprowadzenie dla początkujących w koncepcjach data lake. ** Oferuje cenne zasady i ramy dla tych, którzy chcą skutecznie zarządzać danymi. ** Napisana przez wiarygodnego autora w tej dziedzinie, Billa Inmona. ** Zapewnia wgląd w zarządzanie danymi i obsługę danych organizacyjnych. ** Szybka lektura, którą można ukończyć w ciągu kilku dni.

** Brak głębi i praktycznych wskazówek technicznych. ** Treść jest zbyt ogólna i na wysokim poziomie dla specjalistów ds. danych. ** Częste diagramy są uproszczone i nie ułatwiają zrozumienia. ** Odbierana jako sprzedaż oprogramowania autora. ** Mylący tytuł; nieodpowiedni dla osób szukających technicznej mapy drogowej wdrożenia. ** Niektórzy recenzenci uważali, że książka jest powtarzalna i brakuje w niej nowych spostrzeżeń.

(na podstawie 22 opinii czytelników)

Oryginalny tytuł:

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

Zawartość książki:

Organizacje inwestują niewiarygodne ilości czasu i pieniędzy w pozyskiwanie, a następnie przechowywanie dużych zbiorów danych w magazynach danych zwanych jeziorami danych. Ale ile z tych organizacji jest w stanie odzyskać dane w użytecznej formie? Tylko nielicznym udaje się przekształcić jezioro danych w kopalnię złota. Większość kończy z wysypiskiem śmieci.

Data Lake Architecture wyjaśni, jak zbudować użyteczne jezioro danych, w którym naukowcy i analitycy danych mogą rozwiązywać wyzwania biznesowe i identyfikować nowe możliwości biznesowe. Dowiedz się, jak zorganizować jeziora danych, a także stawy danych analogowych, aplikacyjnych i tekstowych, aby zapewnić maksymalną wartość biznesową. Zrozum rolę stawu surowych danych i kiedy używać stawu danych archiwalnych. Wykorzystanie czterech kluczowych składników sukcesu jeziora danych: metadanych, mapowania integracji, kontekstu i metaprocesu.

Bill Inmon otworzył nam oczy na architekturę i korzyści płynące z hurtowni danych, a teraz przenosi nas na kolejny poziom architektury jezior danych.