大数据与物联网 (美)罗伯特·斯特科维卡(Robert Stackowiak) 等 著；刘舂容 译 网盘下载 pdf 免费 2025 在线 epub 电子版

由罗伯特·斯特科维卡、艾特·利希特、维诺·曼萨、路易斯·纳哥著的《大数据与物联网(企业信息化建设新时代)》一书为信息架构的设计提供了有益的指导。这种信息架构不仅能够适应来自传统来源所产生的庞大数据量，而且还能适应来自优选互联网这种新的数据源所产生的数据量。正由于这两种数据源所产生的可用数据量的与日俱增，任何企业都不想错过从这些数据中挖掘价值的机会。

关于企业如何分析解决方案和企业如何进行信息化建设(包括数据仓库、商业智能工具、预测分析、数据发现、大数据的作用和物联网带来的影响)，本书提供了系统性的理论和方法。以期通过一系列的步骤便可界定企业信息化建设架构的未来状态，并制订达到此状态的计划。

前言

章 大数据解决方案与物联网

从穿孔卡片到决策支持

数据仓库

独立型数据集市与从属型数据集市

增量法

更快的实施策略

商业智能工具匹配分析

数据管理策略的发展

NoSQL数据库

Hadoop的发展

Hadoop功能和工具

物联网

本书的方法论

TOGAF和架构原则

我们的成功方法论

第二章 评估可能性艺术

了解当前状态

信息架构成熟度的自我评估

本行业的当前业务状况

是否需要一个新的愿景？ 制定愿景

当前状态和未来状态数据仓库

确定Hadoop和NoSQL数据库适用的领域

连接Hadoop与数据仓库基础设施

实时推荐和操作

确认愿景

第三章 理解商业

理解商业方案

大数据与物联网对商业的影响

数据采集方法

有关发现的计划

进行初步调查

进行访谈

识别关键成功因素

商业驱动因素

IT驱动因素及与商业方案的连接

确定方案优先顺序形成的早期路线图

确定商业影响和方案的优先次序

其他优先级考虑因素

开发初步商业案例

总体拥有成本(TCO)

IT价值

商业价值

需要考虑的其他平衡情况

我们才刚刚开始

第四章 大数据与物联网的商业信息映射

绘制当前状态图示

数据流示意图基本要素

了解当前状态

绘制当前状态商业信息图示

定义未来状态

准备未来状态会议

未来状态商业信息图示

向技术设计的过渡

第五章 理解组织能力

技能评估和衡量标准

业务架构能力

数据架构能力

应用架构和集成能力

技术架构能力

解决技能差距

传递技能差距的消息

解决关键技能差距

第六章 设计未来状态信息架构

当前状态信息架构

数据源

用于分析的数据管理系统

数据分析工具和接口

确认当前状态BIMs

基本服务器和存储器

其他当前状态实践

设计未来状态

未来状态BIMs与信息架构

未来状态的宽泛考量

Hadoop相关问题

物联网相关问题

早期运行计划

定义路线图

第七章 定义初步方案和路线图

重新审视早期发现

重新定义技能评估

再看一看项目优先级

合理的商业案例

获得真实成本估算

修改商业案例

定义路线图

IT初步方案

制定路线图

获得批准以及过渡

高管会议

过渡到实施阶段

第八章 实施计划

实施步骤

项目计划与关键路径法

及时推进项目的佳实践

项目时间节点变更的原因

运行解决方案

服务等级与文档

组织变更管理

结束项目

宣布项目成功

总结分析

开始新项目

物联网标准

标准机构

开源代码项目

联盟

关于作者

鸣 谢

参考文献

罗伯特·斯特科维卡是甲骨文公司信息架构和大数据副总裁。他的架构师及专家团队专注于大数据（包括Hadoop和NoSQL数据库）、预测性分析、数据仓库、商业智能和信息的发现。

该团队与正在实施这些技术，并探索新的解决方案（如由物联网驱动的）的公司进行合作。罗伯特·斯特科维卡曾在世界各地的会议上发言，并共同撰写了许多关于数据管理和商业智能的书籍，包括五个版本的《甲骨文要点》（奥锐利媒体）、《甲骨文大数据手册》（甲骨文出版社）、《用甲骨文数据库云服务器exadata实现极限性能》（甲骨文出版社）、《甲骨文数据仓库和商业智能解决方案》（威利）。 

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：大数据与物联网 (美)罗伯特·斯特科维卡(Robert Stackowiak) 等 著；刘舂容 译在线阅读

在线听书地址：大数据与物联网 (美)罗伯特·斯特科维卡(Robert Stackowiak) 等 著；刘舂容 译在线收听

在线购买地址：大数据与物联网 (美)罗伯特·斯特科维卡(Robert Stackowiak) 等 著；刘舂容 译在线购买

暂无原文赏析，正在全力查找中！

前言

本书肇始于2012年。当时，主流机构正在探讨Hadoop，我们也相信信息架构将会迎来变革。多年以来，商业智能和分析解决方案的重点一直放在企业数据仓库和数据集市，以及对其中的数据进行定义、填充和分析的实践上。结构化数据的优关系数据仓库的关系型数据库设计以及数据库的管理已成为许多此类研究工作的重点。然而这个重点也在发生变化。

在解决商业问题的过程中，流数据源首次被认为可能具有十分重要的意义。人们通过实验来探索这些数据，希望发现其潜在的价值。而不幸的是，许多努力都付之东流。笔者之所以敏锐地意识到了这一点，是因为我们曾应多家机构之邀提供过一些建议。

我们承认，确实有一些机构成功地分析了新数据源。但退一步来看，我们发现，它们之所以成功，是因为有一种新兴的共通模式。在大数据计划开始之前，这些机构的利益相关者就已经形成了关于新数据将会如何改善商业决策的理论。所以，在构建原型时，它们能够很快证明或驳斥这些理论。

但这种成功的方法并不是全新的。事实上，很多机构在成功开发对其业务运营至关重要的数据仓库、商业智能和不错的分析解决方案时采用了相同的策略，这是其经营业务的关键。在本书中，我们描述了一种取得成功的方法：分阶段法。我们会在不同章节中分别介绍这种方法的各个阶段，并介绍如何在大数据与物联网项目中应用这种方法。

早在2012年，我们就已经开始记录这种方法了，并把那些在向客户提供意见时已经证明十分有用的工件汇集起来，而不考虑其技术覆盖。此后，我们与甲骨文企业架构(Oracle Enterprise Architecture)社区、系统集成商及客户一起测试并完善了这一方法。

有时，这种方法会将我们导向对传统技术覆盖的推荐。然而，新数据源往往需要引入Hadoop和NoSQL数据库解决方案。我们已经看到，物联网应用也在日益迈开新的脚步。所以，我们希望有待解决的数据源和商业问题能推动架构的发展。

我们的工作进行了大约两年，我们注意到，尽管许多书籍都描述了大数据与物联网项目背后的技术组件，但却很少涉及如何评估和推荐与一个组织的信息架构或与业务需求相一致的解决方案。所幸，我们在Apress出版社的朋友与我们不谋而合，看到了市场对此类图书的需求。

本书不能取代您书架上收藏的对可能成为未来状态信息架构的一部分的组件有详细描述的技术文献。因为这并非本书的意图。（当然，有时我们也会向企业架构师咨询哪些组件是相关的并且数量能快速发展到数以百计。）

我们的目的是向您提供在未来状态信息架构中，组件应该如何组合在一起及其原因的坚实基础。我们会带您了解一种方法，这种方法可以建立有关未来足迹的愿景，收集业务需求、数据和分析需求，评估技能，确定所需的信息架构变化，以及界定路径图。后，我们为您提供了在实施期间需要考虑的方面的一些相关指导。

我们相信本书大部分内容对企业架构师均具有指导价值。另外，我们认为，对于在IT和业务部门中工作，且希望在这些项目中取得成功的人而言，本书也将是一项宝贵的资源。

我们的首要目标是助您成功，希望此书能帮助您实现目标。