数据架构与商业智能2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据架构与商业智能PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 企业架构总体规划1

1.1 企业总体架构规划基础1

1.1.1 企业总体架构规划概念1

1.1.2 企业战略3

1.1.3 什么是企业架构4

1.2 国内商业银行战略规划和架构状况剖析18

1.3 数据架构在银行信息化建设中的重要性21

小结22

第2章 数据架构现状分析24

2.1 对数据架构现状分析的工作方法24

2.2 对现状的数据分类的原则和方法26

2.2.1 对数据分类的说明26

2.2.2 现状数据的分类26

2.3 数据架构现状分析28

2.3.1 数据分布现状分析28

2.3.2 数据流转现状分析29

2.3.3 数据处理架构现状总结29

2.4 数据治理现状分析32

2.4.1 数据质量管理现状分析34

2.4.2 数据生命周期管理35

2.4.3 数据标准管理35

2.4.4 元数据管理36

2.5 数据架构现状要点分析总结36

小结37

第3章 数据架构目标规划39

3.1 数据架构理论体系概述39

3.1.1 数据架构的工作方法和指导原则40

3.1.2 针对数据架构现状的总结41

3.1.3 需求要点42

3.1.4 数据架构的改进方向42

3.2 数据模型42

3.2.1 概念模型42

3.2.2 数据分类42

3.2.3 逻辑模型45

3.2.4 物理模型46

3.3 目标数据架构规划46

3.3.1 目标数据架构的分析重点46

3.3.2 目标数据架构的分布和流转56

3.3.3 对数据架构的验证和总结59

小结62

第4章 数据架构案例64

4.1 某金融行业数据架构的前期规划64

4.1.1 理解数据架构在项目规划中的地位64

4.1.2 项目总体规划的几个阶段65

4.1.3 系统建设策略65

4.1.4 项目阶段建设计划66

4.1.5 预算及风险效益分析67

4.1.6 任务分析70

4.2 某金融行业数据架构的分布规划71

4.3 某金融行业数据架构的流转规划76

4.4 某金融行业数据加工处理时序规划76

4.5 某金融行业数据架构的纠错更正需求77

4.5.1 数据架构纠错更正的功能性需求77

4.5.2 非功能性需求78

4.5.3 在线纠错更正的指导原则78

4.5.4 数据查询78

4.6 某金融行业数据架构优化78

4.7 某金融行业数据架构案例描述80

4.7.1 加载库80

4.7.2 基础数据81

4.7.3 主数据82

4.7.4 数据仓库83

4.7.5 数据交换平台83

4.7.6 产品加工流程84

4.7.7 数据架构实施规划85

4.7.8 系统切换规划案例86

小结91

第5章 大数据架构与实践94

5.1 大数据概述94

5.1.1 大数据的建设背景94

5.1.2 大数据面临的挑战和机遇97

5.1.3 大数据的定义和特点98

5.1.4 大数据下的数据架构100

5.1.5 大数据分析平台基础框架103

5.1.6 大数据技术如何落地104

5.2 大数据相关技术概述104

5.2.1 相关生产厂商大数据技术简介105

5.2.2 大数据与云计算107

5.2.3 大数据和传统商业智能分析108

5.3 大数据的应用情况109

5.3.1 大数据在金融行业的应用110

5.3.2 大数据在其他行业的应用119

小结121

第6章 数据治理体系124

6.1 数据治理体系概述125

6.1.1 当前企业和商业银行的总体现状和面临的问题125

6.1.2 关于相关问题的解决办法125

6.1.3 数据治理的概念126

6.1.4 数据治理体系框架127

6.1.5 数据治理建设的关键要素和成功手段127

6.1.6 数据治理建设的意义和必要性129

6.2 数据标准131

6.2.1 数据标准概况131

6.2.2 如何推进数据标准建设的实施134

6.2.3 数据标准项目总体规划和设计136

6.2.4 数据标准项目总结154

6.3 数据质量管理154

6.3.1 数据质量管理概况154

6.3.2 数据质量管理的设计方法和流程156

6.4 元数据管理160

6.4.1 元数据管理概况160

6.4.2 元数据管理的设计方法和流程162

6.5 数据生命周期管理166

6.5.1 数据生命周期管理概况166

6.5.2 数据生命周期管理的设计方法和流程167

小结170

第7章 商业智能架构理论173

7.1 商业智能概述173

7.1.1 商业智能的历史173

7.1.2 商业智能的定义174

7.1.3 商业智能的功能介绍175

7.1.4 商业智能的发展趋势176

7.1.5 商业智能的实施方法和步骤176

7.1.6 商业智能项目成功的关键179

7.1.7 关于商业智能的核心技术179

7.2 商业智能—数据仓库理论概述185

7.2.1 数据仓库的概念185

7.2.2 数据仓库的特点186

7.2.3 数据仓库和数据库之间的区别187

7.3 商业智能—数据集市理论概述188

7.3.1 数据集市简介188

7.3.2 数据集市和数据仓库的联系和区别191

7.3.3 数据集市的技术特性192

7.4 商业智能—ODS概述193

7.4.1 ODS简介193

7.4.2 ODS系统与数据库系统、数据仓库系统的区别196

7.4.3 基于ODS的即时OLAP应用197

7.4.4 ODS系统的功能198

7.4.5 ODS系统的架构198

7.5 商业智能—ETL概述199

7.5.1 ETL体系是商业智能核心的技术架构199

7.5.2 ETL的一般过程199

7.5.3 研究ETL的本质200

7.5.4 主流的ETL工具202

7.5.5 ETL的作用202

7.5.6 详解ETL过程203

7.5.7 ETL的日志206

7.5.8 ETL设计规范要点206

7.5.9 ETL的框架结构207

7.5.10 ETL数据加载208

7.6 商业智能—OLAP概述210

7.6.1 OLAP系统与OLTP系统的区别211

7.6.2 OLAP的实现方法211

7.6.3 OLAP的基本目标和特点213

7.6.4 建立OLAP的过程213

7.6.5 OLAP的实施过程214

7.6.6 OLAP模型的设计与实现214

7.7 传统商业智能和未来商业智能的关系215

小结216

第8章 商业智能架构实践219

8.1 商业智能架构概述219

8.1.1 商业智能架构原则和典型应用219

8.1.2 商业智能具有的功能221

8.1.3 商业智能未来的发展趋势和方向222

8.1.4 商业智能的传统数据架构223

8.2 未来商业智能的架构226

8.2.1 旅游行业分析型客户关系管理的商业智能体系226

8.2.2 电信行业实时商业智能架构体系229

小结230

第9章 商业智能—数据仓库架构和案例232

9.1 数据仓库概述232

9.1.1 数据仓库的定义232

9.1.2 数据仓库产生的背景和原因235

9.1.3 数据仓库的特征236

9.1.4 数据仓库和商业智能之间的关系237

9.1.5 数据仓库的优势及面临的挑战238

9.1.6 数据仓库的技术特性238

9.2 数据仓库设计239

9.2.1 数据仓库建设方法239

9.2.2 数据仓库设计原则241

9.2.3 数据仓库架构规划242

9.2.4 数据仓库数据模型251

9.2.5 数据仓库建设路线图253

9.2.6 关于数据仓库系统的灾难备份规划254

9.3 商业银行数据仓库的建设规划263

9.3.1 商业银行数据仓库建设概况和瓶颈263

9.3.2 商业银行数据仓库建设面临的问题和改进建议265

9.3.3 商业银行数据仓库建设思路及系统情况265

9.3.4 商业银行数据仓库建设启示269

9.4 电力行业数据仓库的建设规划270

9.4.1 电力行业数据仓库建设难点270

9.4.2 电力行业数据仓库体系架构271

9.4.3 电力行业数据仓库能力蓝图271

9.4.4 数据仓库对电力业务发展的促进作用272

9.4.5 数据仓库建设策略比较273

9.4.6 电力行业数据仓库的数据架构设计273

小结275

第10章 商业智能—ODS数据架构和案例278

10.1 ODS概述278

10.1.1 ODS的定义278

10.1.2 ODS的系统目标和业务目标279

10.2 关于ODS系统的数据架构279

10.2.1 某商业银行ODS系统的数据架构规划279

10.2.2 某商业银行ODS系统案例281

10.3 ODS模型设计283

10.3.1 ODS逻辑模型设计283

10.3.2 ODS物理模型设计284

小结284

第11章 商业智能—数据集市架构和案例286

11.1 数据集市概述286

11.1.1 数据集市概念286

11.1.2 关于数据集市的误区286

11.1.3 关于数据集市的主要应用287

11.2 数据集市模型设计287

11.3 数据集市的架构模式288

11.4 某商业银行的数据集市架构解决方案289

小结289

第12章 金融行业数据架构案例和商业智能291

12.1 金融行业背景291

12.2 金融行业的数据架构293

12.3 金融行业某系统的数据架构案例298

12.3.1 传统金融行业某系统的数据架构案例298

12.3.2 互联网金融行业的数据架构307

12.4 金融行业的商业智能309

12.4.1 金融行业商业智能的背景和作用309

12.4.2 金融行业如何实施商业智能310

12.4.3 金融行业的业务流程和运营模式优化311

小结314

第13章 电力行业数据架构和商业智能案例316

13.1 电力行业商业智能316

13.2 电力行业相关商业智能案例320

13.3 电力行业数据架构332

小结335

技术词汇338

参考文献342