
数据资产管理核心技术与应用
大数据技术丛书
作品简介
《数据资产管理核心技术与应用》深入探讨数据资产管理的核心技术与应用,融入作者在大数据领域多年的丰富经验。《数据资产管理核心技术与应用》为读者提供一套可以落地的数据资产管理框架,并详解两个基于该框架进行数据资产管理的应用案例,使读者能更好地了解数据资产管理底层所涉及的众多核心技术,让数据可以发挥出更大的价值。《数据资产管理核心技术与应用》配套PPT课件、示例源代码、作者微信群答疑服务。全书共分10章,第1章主要让读者认识数据资产,了解数据资产相关的基础概念,以及数据资产的发展情况。第2~8章主要介绍大数据时代数据资产管理所涉及的核心技术,内容包括元数据的采集与存储、数据血缘、数据质量、数据监控与告警、数据服务、数据权限与安全、数据资产管理架构等。第9~10章主要从实战的角度介绍数据资产管理技术的应用实践,包括如何对元数据进行管理以发挥出数据资产的更大潜力,以及如何对数据进行建模以挖掘出数据中更大的价值。
《数据资产管理核心技术与应用》适合数据资产管理者、数据资产管理初学者、数据应用开发工程师、数据分析师、数据库管理员、架构师、产品经理、技术经理作为技术参考书,也适合高等院校或高职高专数据资产管理相关课程的教学参考书。
张永清,从事功能测试、自动化测试、性能测试、Java软件开发、大数据开发、架构师等工作十多年,在自动化测试设计、性能测试设计、性能诊断、性能调优、分布式架构设计等方面积累了多年经验。参与过的系统涉及公安、互联网、移动互联网、大数据、人工智能等领域。先后任职于江苏飞搏软件、苏宁大数据研发中心、苏宁研究院、苏宁人工智能研发中心、紫金普惠研发中心、福特汽车工程研究有限公司,历任测试经理、技术经理、部门经理、高级架构师等职位。重点关注大数据、图像处理、高性能分布式架构设计等领域。著有图书《软件性能测试、分析与调优实践之路(第2版)》《软件性能测试、分析与调优实践之路》《Robot Framework自动化测试框架核心指南》。
作品目录
内容简介
推荐序1
推荐序2
推荐序3
作者简介
前言
第1章 认识数据资产
1.1 数据资产的基本介绍
1.2 数据资产的分类
1.3 数据资产的价值评估
1.4 数据资产的质量
1.5 数据资产的存储
1.6 数据资产管理
1.7 数据资产管理的信息化建设
1.8 数据资产与人工智能
第2章 元数据的采集与存储
2.1 Hive中的元数据采集
2.2 Delta Lake中的元数据采集
2.3 MySQL中的元数据采集
2.4 Apache Hudi中的元数据采集
2.5 Apache Iceberg中的元数据采集
2.6 元数据的存储模型设计
第3章 数据血缘
3.1 获取数据血缘的技术实现
3.2 数据血缘的存储模型与展示设计
第4章 数据质量的技术实现
4.1 质量数据采集的技术实现
4.2 如何处理采集到的质量数据
4.3 质量数据的存储模型设计
4.4 常见的开源数据质量管理平台
第5章 数据监控与告警
5.1 数据监控
5.2 常见的数据监控目标
5.3 Prometheus简介
5.4 Grafana简介
5.5 使用Grafana和Prometheus来实现数据监控与告警
第6章 数据服务
6.1 如何设计数据服务
6.2 数据服务的性能
6.3 数据服务的熔断与降级
第7章 数据权限与安全
7.1 常见的权限设计模式
7.2 数据权限
7.3 数据脱敏
7.4 数据安全
第8章 数据资产架构
8.1 数据资产的架构设计
8.2 常见的开源数据资产管理平台
第9章 元数据管理实践
9.1 如何理解元数据
9.2 元数据管理
第10章 数据建模实践
10.1 什么是数据建模
10.2 数据仓库建模架构
10.3 关系型数据建模
10.4 维度建模
参考文献