本書主要從體系結構和方法論層面講述智慧的分析洞察、IBM“3A5 步”、信息議程、構建新一代數據中心、大數據管理、元數據管理、數據治理和主數據管理等相關概念、方法、模型和示例。針對信息供應鏈的每個領域以IBM 相關產品簡單舉例。
基本介紹
- 書名：智慧的分析洞察
- 類型：計算機與網際網路
- 出版日期：2013年11月1日
- 語種：簡體中文
- ISBN：7121216205
- 作者：程永
- 出版社：電子工業出版社
- 頁數：247頁
- 開本：16
- 品牌：電子工業出版社
基本介紹,內容簡介,作者簡介,圖書目錄,序言,名人推薦,
基本介紹
內容簡介
《智慧的分析洞察》適合IT從業者、CIO、資料庫架構師、企業的架構師、IT部門經理、資料庫管理和開發人員閱讀。同時還適合業務部門人士和網際網路業務相關的業務經理，以及需要基於網際網路進行業務創新的部門經理閱讀。如果你正在思考如何開展業務創新，可以看看這本書，書中有不少適用於各個行業的例子，會啟發你的業務創新。當然，《智慧的分析洞察》對從事諮詢業務的專家，像ITSP諮詢師，以及從事教育科學研究領域的人士，也有一定參考價值。
作者簡介
程永——IBM軟體集團中國區合作夥伴技術支持(BPTS)高級信息工程師。BPTS團隊專注於幫助合作夥伴提升IBM軟體平台的技能，構建行業解決方案，輔助方案實施，建立成功客戶案例並分享最佳實踐經驗，程永在資料庫和信息集成領域有7年以上的經驗，在DB2規劃設計、開發部署和性能調試以及WII(Websphere Information Integration)信息整合等方面有豐富的經驗，在電力、政府等行業擁有豐富的開發、維護、系統集成經驗，是IT168、IBM DeveloperWorks特約撰稿人，並在IT168擁有專欄，文章主要涉及SOA、XML、資料庫、信息集成等。
圖書目錄
第1章 智慧的分析洞察
1.1 智慧的地球（Smarter Planet）
1.2 智慧的分析洞察概述
1.2.1 通過分析洞察獲得競爭優勢
1.2.2 IBM“3A5 步”模型
第2章 信息議程
2.1 新銳洞察
2.2 信息隨需應變
2.3 信息議程概述
2.4 信息套用的成熟度
第3章 構建新一代數據中心
3.1 構建新一代數據中心概述
3.1.1 數據中心的目標
3.1.2 數據中心發展歷程
3.2 混合型數據中心參考架構
3.2.1 基礎設施層
3.2.2 數據源層
3.2.3 交換服務體系
3.2.4 數據存儲區
3.2.5 基礎服務層
3.2.6 套用層
3.2.7 用戶終端層
3.2.8 數據治理
3.2.9 元數據管理
3.2.10 IT 安全運維管理
3.2.11 IT 綜合監控
3.2.12 企業資產管理
3.3 銀行行業示例
3.3.1 風險管理
3.3.2 分析型CRM
3.3.3 IBM 信息框架——銀行數據倉庫模型/行業模板
3.4 政府行業示例
3.4.1 稅務行業信息集成平台
3.4.2 新一代核心征管系統
3.4.3 分析型稅務套用解決方案
3.4.4 財政監督檢查系統
3.4.5 省級財政綜合數據分析（運營分析）
3.4.6 某水利委員會的數據交換與共享服務平台
3.4.7 某省煤炭工業廳人員和執法系統
第4章 大數據管理
4.1 概述
4.2 Hadoop 介紹
4.2.1 HDFS
4.2.2 MapReduce
4.2.3 HBase
4.2.4 Pig
4.2.5 Hive
4.2.6 Jaql
4.2.7 其他Hadoop 組件
4.3 IBM 大數據平台
4.3.1 InfoSphere BigInsights
4.3.2 InfoSphere Streams
4.3.3 Data Explorer
4.3.4 PureData System for Transactions
4.3.5 PureData System for Operational Analytics
4.3.6 PureData System for Analytics
4.4 政府行業的大數據示例
4.4.1 多媒體分析（視頻圖像）
4.4.2 社會輿情分析
4.4.3 內部運維日誌管理與分析
4.4.4 數據歸檔、歷史數據查詢
4.4.5 稅務發票比對
4.4.6 稅務12366 實時分析處理
4.4.7 財政監督檢查
4.5 銀行反欺詐/反洗錢示例
4.6 煤炭流數據實時分析示例
第5章 元數據管理
5.1 概述
5.1.1 本體
5.1.2 元模型
5.1.3 元—元模型
5.2 元數據管理策略（Metadata Management Strategy）
5.3 元數據集成體系結構
5.4 CWM
5.4.1 CWM 概述
5.4.2 CWM 發展史
5.4.3 OMG 的模型驅動體系結構
5.5 元數據管理的成熟度
5.6 IBM 元數據管理
5.6.1 InfoSphere Business Glossary
5.6.2 InfoSphere Metadata Workbench
第6章 數據治理
6.1 概述
6.2 數據治理統一流程參考模型
6.2.1 明確元數據管理策略
6.2.2 明確元數據管理體系結構
6.2.3 實施元數據管理
6.2.4 定義業務問題
6.2.5 獲得主管支持
6.2.6 執行成熟度評估
6.2.7 構建路線圖
6.2.8 建立組織藍圖
6.2.9 了解數據
6.2.10 定義度量值
6.2.11 主數據監管
6.2.12 大數據監管
6.2.13 信息單一視圖監管
6.2.14 運營分析監管
6.2.15 預測分析監管
6.2.16 管理安全與隱私
6.2.17 監管信息生命周期
6.2.18 度量結果
6.3 IBM 信息伺服器（InfoSphere Information Server）
6.3.1 InfoSphere Information Analyzer
6.3.2 InfoSphere DataStage
6.3.3 InfoSphere QualityStage
6.3.4 InfoSphere Federation Server
6.3.5 InfoSphere Replication Server
6.3.6 InfoSphere Change Data Capture
6.4 InfoSphere Guardium
6.5 InfoSphere Optim
6.5.1 Optim 數據歸檔解決方案
6.5.2 Optim 測試數據管理解決方案
第 7 章 數據治理
7.1 概述
7.1.1 主數據
7.1.2 MDM 概述
7.1.3 使用MDM 協助進行客戶風險管理示例
7.1.4 MDM 幫助企業加強忠誠度管理示例
7.2 MDM 成熟度
7.3 IBM InfoSphere MDM
7.3.1 InfoSphere MDM Collaboration Server
7.3.2 InfoSphere MDM Standard Edition
7.3.3 InfoSphere MDM Advance Edition
第 8 章 IBM信息管理
8.1 概述
8.2 IBM DB2 V10
8.2.1 自適應壓縮
8.2.2 多溫度存儲（Multi—Temperature Storage）
8.2.3 時間旅行查詢（Time Travel Query）
8.2.4 DB2 兼容性功能（DB2 Compatibility Features）
8.2.5 工作負載管理（Workload Management）
8.2.6 PureXML
8.2.7 當前已落實（Currently Committed）
8.3 DB2 PureScale Feature
8.4 InfoSphere Warehouse Edition
8.4.1 分區特性
8.4.2 並行技術
8.4.3 SQL Warehousing Tool（SQW）
8.4.4 Cubing Services
8.4.5 列式存儲及壓縮技術（BLU）
8.5 InfoSphere Opitm 數據管理解決方案
8.5.1 資料庫管理和開發解決方案
8.5.2 性能管理和最佳化解決方案
8.5.3 高級恢復解決方案
第 9 章 IBM業務分析
9.1 業務分析概述
9.1.1 五個子產品線
9.1.2 部分產品列表
9.2 Cognos BI
9.3 SPSS Modeler
9.4 SPSS Modeler 和Cognos BI 協作
附錄
1.1 智慧的地球（Smarter Planet）
1.2 智慧的分析洞察概述
1.2.1 通過分析洞察獲得競爭優勢
1.2.2 IBM“3A5 步”模型
第2章 信息議程
2.1 新銳洞察
2.2 信息隨需應變
2.3 信息議程概述
2.4 信息套用的成熟度
第3章 構建新一代數據中心
3.1 構建新一代數據中心概述
3.1.1 數據中心的目標
3.1.2 數據中心發展歷程
3.2 混合型數據中心參考架構
3.2.1 基礎設施層
3.2.2 數據源層
3.2.3 交換服務體系
3.2.4 數據存儲區
3.2.5 基礎服務層
3.2.6 套用層
3.2.7 用戶終端層
3.2.8 數據治理
3.2.9 元數據管理
3.2.10 IT 安全運維管理
3.2.11 IT 綜合監控
3.2.12 企業資產管理
3.3 銀行行業示例
3.3.1 風險管理
3.3.2 分析型CRM
3.3.3 IBM 信息框架——銀行數據倉庫模型/行業模板
3.4 政府行業示例
3.4.1 稅務行業信息集成平台
3.4.2 新一代核心征管系統
3.4.3 分析型稅務套用解決方案
3.4.4 財政監督檢查系統
3.4.5 省級財政綜合數據分析（運營分析）
3.4.6 某水利委員會的數據交換與共享服務平台
3.4.7 某省煤炭工業廳人員和執法系統
第4章 大數據管理
4.1 概述
4.2 Hadoop 介紹
4.2.1 HDFS
4.2.2 MapReduce
4.2.3 HBase
4.2.4 Pig
4.2.5 Hive
4.2.6 Jaql
4.2.7 其他Hadoop 組件
4.3 IBM 大數據平台
4.3.1 InfoSphere BigInsights
4.3.2 InfoSphere Streams
4.3.3 Data Explorer
4.3.4 PureData System for Transactions
4.3.5 PureData System for Operational Analytics
4.3.6 PureData System for Analytics
4.4 政府行業的大數據示例
4.4.1 多媒體分析（視頻圖像）
4.4.2 社會輿情分析
4.4.3 內部運維日誌管理與分析
4.4.4 數據歸檔、歷史數據查詢
4.4.5 稅務發票比對
4.4.6 稅務12366 實時分析處理
4.4.7 財政監督檢查
4.5 銀行反欺詐/反洗錢示例
4.6 煤炭流數據實時分析示例
第5章 元數據管理
5.1 概述
5.1.1 本體
5.1.2 元模型
5.1.3 元—元模型
5.2 元數據管理策略（Metadata Management Strategy）
5.3 元數據集成體系結構
5.4 CWM
5.4.1 CWM 概述
5.4.2 CWM 發展史
5.4.3 OMG 的模型驅動體系結構
5.5 元數據管理的成熟度
5.6 IBM 元數據管理
5.6.1 InfoSphere Business Glossary
5.6.2 InfoSphere Metadata Workbench
第6章 數據治理
6.1 概述
6.2 數據治理統一流程參考模型
6.2.1 明確元數據管理策略
6.2.2 明確元數據管理體系結構
6.2.3 實施元數據管理
6.2.4 定義業務問題
6.2.5 獲得主管支持
6.2.6 執行成熟度評估
6.2.7 構建路線圖
6.2.8 建立組織藍圖
6.2.9 了解數據
6.2.10 定義度量值
6.2.11 主數據監管
6.2.12 大數據監管
6.2.13 信息單一視圖監管
6.2.14 運營分析監管
6.2.15 預測分析監管
6.2.16 管理安全與隱私
6.2.17 監管信息生命周期
6.2.18 度量結果
6.3 IBM 信息伺服器（InfoSphere Information Server）
6.3.1 InfoSphere Information Analyzer
6.3.2 InfoSphere DataStage
6.3.3 InfoSphere QualityStage
6.3.4 InfoSphere Federation Server
6.3.5 InfoSphere Replication Server
6.3.6 InfoSphere Change Data Capture
6.4 InfoSphere Guardium
6.5 InfoSphere Optim
6.5.1 Optim 數據歸檔解決方案
6.5.2 Optim 測試數據管理解決方案
第 7 章 數據治理
7.1 概述
7.1.1 主數據
7.1.2 MDM 概述
7.1.3 使用MDM 協助進行客戶風險管理示例
7.1.4 MDM 幫助企業加強忠誠度管理示例
7.2 MDM 成熟度
7.3 IBM InfoSphere MDM
7.3.1 InfoSphere MDM Collaboration Server
7.3.2 InfoSphere MDM Standard Edition
7.3.3 InfoSphere MDM Advance Edition
第 8 章 IBM信息管理
8.1 概述
8.2 IBM DB2 V10
8.2.1 自適應壓縮
8.2.2 多溫度存儲（Multi—Temperature Storage）
8.2.3 時間旅行查詢（Time Travel Query）
8.2.4 DB2 兼容性功能（DB2 Compatibility Features）
8.2.5 工作負載管理（Workload Management）
8.2.6 PureXML
8.2.7 當前已落實（Currently Committed）
8.3 DB2 PureScale Feature
8.4 InfoSphere Warehouse Edition
8.4.1 分區特性
8.4.2 並行技術
8.4.3 SQL Warehousing Tool（SQW）
8.4.4 Cubing Services
8.4.5 列式存儲及壓縮技術（BLU）
8.5 InfoSphere Opitm 數據管理解決方案
8.5.1 資料庫管理和開發解決方案
8.5.2 性能管理和最佳化解決方案
8.5.3 高級恢復解決方案
第 9 章 IBM業務分析
9.1 業務分析概述
9.1.1 五個子產品線
9.1.2 部分產品列表
9.2 Cognos BI
9.3 SPSS Modeler
9.4 SPSS Modeler 和Cognos BI 協作
附錄
序言
作者序
《智慧的分析洞察》是我在過去5年中支持合作夥伴實現智慧的分析洞察和構建新一代數據中心解決方案的經驗總結，我從2012年1月開始利用業餘時間編寫本書，歷經1年半，終於成稿。在編寫過程中大量借鑑了IBM方法論、模型、白皮書、解決方案、實際案例、各產品信息中心，以及其他資料。
本書最初的創作靈感來自於我在2009年領導開發的一個高級課程“信息隨需應變和業務分析”，該課程在2009年年底完成課件開發，隨後在2010年、2011年和2012年分別於北京、上海、南京和成都等地舉行過多次培訓，取得了良好的效果。與此同時，在實際工作過程中，我發現客戶和合作夥伴非常需要一本能全面闡述、貫穿信息供應鏈各個環節的書來指導各種解決方案的構建。於是，我於2011年下半年開始構思本書，並於2012年1月動筆，原本計畫1年內完成（可惜工作越來越忙，業餘時間太少），結果花了1年半才徹底完成。
本書主要從總體上闡述智慧的分析洞察、IBM“3A5步”模型、信息議程、構建新一代數據中心、大數據管理、元數據管理、數據治理和主數據管理等相關概念、方法、模型和示例，最後簡單介紹了IBM的相關產品。通過閱讀本書，讀者可以了解到：
◎ 如何通過對數據的喚醒，獲得深入洞察力，幫助企業獲得獨特的競爭優勢。
◎ 如何通過信息議程，幫助企業構建信息單一視圖，使信息成為戰略資產。
◎ 如何基於參考模型，構建新一代混合型數據中心（大數據平台）。
◎ 如何基於企業級Hadoop和流數據分析計算平台，進行大數據靜止和移動分析。
◎ 如何基於模型驅動，構建企業級元數據管理體系結構。
◎ 如何基於數據治理統一流程模型和模型擴展，提升業務價值。
◎ 如何基於IBM信息管理和業務，分析相關產品，實現智慧的分析洞察。
關於本書的故事匯流排（storyline）請參見本書第1.2節內容（考慮到很多人不會看前言，所以直接放在第1章了）。
由於水平有限，難免存在對各個領域知識理解不到位及各種人為或機械錯誤，歡迎廣大讀者批評指正（歡迎讀者將意見發到信箱[email protected]），再版時將根據反饋進行修正。
《智慧的分析洞察》是我在過去5年中支持合作夥伴實現智慧的分析洞察和構建新一代數據中心解決方案的經驗總結，我從2012年1月開始利用業餘時間編寫本書，歷經1年半，終於成稿。在編寫過程中大量借鑑了IBM方法論、模型、白皮書、解決方案、實際案例、各產品信息中心，以及其他資料。
本書最初的創作靈感來自於我在2009年領導開發的一個高級課程“信息隨需應變和業務分析”，該課程在2009年年底完成課件開發，隨後在2010年、2011年和2012年分別於北京、上海、南京和成都等地舉行過多次培訓，取得了良好的效果。與此同時，在實際工作過程中，我發現客戶和合作夥伴非常需要一本能全面闡述、貫穿信息供應鏈各個環節的書來指導各種解決方案的構建。於是，我於2011年下半年開始構思本書，並於2012年1月動筆，原本計畫1年內完成（可惜工作越來越忙，業餘時間太少），結果花了1年半才徹底完成。
本書主要從總體上闡述智慧的分析洞察、IBM“3A5步”模型、信息議程、構建新一代數據中心、大數據管理、元數據管理、數據治理和主數據管理等相關概念、方法、模型和示例，最後簡單介紹了IBM的相關產品。通過閱讀本書，讀者可以了解到：
◎ 如何通過對數據的喚醒，獲得深入洞察力，幫助企業獲得獨特的競爭優勢。
◎ 如何通過信息議程，幫助企業構建信息單一視圖，使信息成為戰略資產。
◎ 如何基於參考模型，構建新一代混合型數據中心（大數據平台）。
◎ 如何基於企業級Hadoop和流數據分析計算平台，進行大數據靜止和移動分析。
◎ 如何基於模型驅動，構建企業級元數據管理體系結構。
◎ 如何基於數據治理統一流程模型和模型擴展，提升業務價值。
◎ 如何基於IBM信息管理和業務，分析相關產品，實現智慧的分析洞察。
關於本書的故事匯流排（storyline）請參見本書第1.2節內容（考慮到很多人不會看前言，所以直接放在第1章了）。
由於水平有限，難免存在對各個領域知識理解不到位及各種人為或機械錯誤，歡迎廣大讀者批評指正（歡迎讀者將意見發到信箱[email protected]），再版時將根據反饋進行修正。
名人推薦
智慧的分析洞察存在於我們工作和生活的點滴中，而非少數從事數據管理和分析人員的專利。因此，無論你從事何種工作，都有必要了解或套用到智慧的分析洞察。本書在闡述任何一個問題的時候，都是從實際用例或者套用情景出發，讓讀者能身臨其境，快速進入角色，更準確地理解所要探討的問題，並把握所要傳遞的思想。基於這些具有普適意義的用例，即使將其稱為企業數據中心建設的百科全書或DIY手冊也不為過。
——劉隸放 IBM大中華區軟體集團信息管理北方區技術經理
本書是一本承上啟下的書，書中有大量的知識和經驗分享，詳細介紹了在關係型資料庫時代，數據處理的技術，包括資料庫技術、數據倉庫技術、主數據、元數據、數據中心建設、常見的主流產品等。同時，本書將讀者領入大數據時代，用不少筆墨講述大數據的基本概念和常見部件，以及大數據平台的體系結構，大數據平台下的前沿技術等。相信本書能把讀者從傳統關係型資料庫時代帶到大數據時代！
——劉勝利 IBM大中華區軟體集團信息管理產品技術總監
本書最大的價值是結合了作者多年在信息管理領域的經驗，以信息議程、“3A5步”方法論和參考架構貫穿全書，為讀者提供有效的指南；同時對一些行業提供參考案例，具有相當的實踐性。
——王小虎 IBM大中華區軟體集團渠道及區域拓展技術總經理
——劉隸放 IBM大中華區軟體集團信息管理北方區技術經理
本書是一本承上啟下的書，書中有大量的知識和經驗分享，詳細介紹了在關係型資料庫時代，數據處理的技術，包括資料庫技術、數據倉庫技術、主數據、元數據、數據中心建設、常見的主流產品等。同時，本書將讀者領入大數據時代，用不少筆墨講述大數據的基本概念和常見部件，以及大數據平台的體系結構，大數據平台下的前沿技術等。相信本書能把讀者從傳統關係型資料庫時代帶到大數據時代！
——劉勝利 IBM大中華區軟體集團信息管理產品技術總監
本書最大的價值是結合了作者多年在信息管理領域的經驗，以信息議程、“3A5步”方法論和參考架構貫穿全書，為讀者提供有效的指南；同時對一些行業提供參考案例，具有相當的實踐性。
——王小虎 IBM大中華區軟體集團渠道及區域拓展技術總經理
