Data Lake Architektur: Entwerfen des Data Lake und Vermeiden der Müllhalde

Bewertung:   (3,5 von 5)

Data Lake Architektur: Entwerfen des Data Lake und Vermeiden der Müllhalde (Bill Inmon)

Leserbewertungen

Zusammenfassung:

Das Buch bietet einen grundlegenden Überblick über die Data-Lake-Architektur, wobei der Schwerpunkt auf Prinzipien und Verwaltungsstrategien liegt. Obwohl es sich schnell liest und ansprechend ist, kritisieren viele Rezensenten den Mangel an technischer Tiefe und umsetzbarer Anleitung und bezeichnen es eher als theoretische Einführung denn als praktisches Handbuch.

Vorteile:

** Ansprechendes und gut strukturiertes Layout. ** Gute Einführung für Anfänger in Data-Lake-Konzepte. ** Bietet wertvolle Prinzipien und einen Rahmen für diejenigen, die Daten effektiv verwalten wollen. ** Geschrieben von einem glaubwürdigen Autor auf diesem Gebiet, Bill Inmon. ** Bietet Einblicke in Data Governance und den Umgang mit Unternehmensdaten. ** Schnelle Lektüre, die in ein paar Tagen abgeschlossen werden kann.

Nachteile:

** Es fehlt an Tiefe und umsetzbaren technischen Anleitungen. ** Der Inhalt ist zu allgemein und auf hohem Niveau für Datenexperten. ** Häufige Diagramme sind vereinfachend und tragen nicht zum Verständnis bei. ** Wird als ein Verkaufsargument für die Software des Autors wahrgenommen. ** Irreführender Titel; nicht geeignet für diejenigen, die einen technischen Implementierungsfahrplan suchen. ** Einige Rezensenten waren der Meinung, dass sich das Buch wiederholt und keine neuen Erkenntnisse liefert.

(basierend auf 22 Leserbewertungen)

Originaltitel:

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

Inhalt des Buches:

Unternehmen investieren unglaublich viel Zeit und Geld in die Beschaffung und anschließende Speicherung großer Datenmengen in Datenspeichern, den so genannten Data Lakes. Aber wie viele dieser Unternehmen können die Daten tatsächlich in einer brauchbaren Form wieder herausholen? Nur sehr wenige schaffen es, den Data Lake in eine Informationsgoldmine zu verwandeln. Die meisten enden mit Müllhalden.

In Data Lake Architecture wird erklärt, wie man einen nützlichen Data Lake aufbaut, in dem Datenwissenschaftler und Datenanalysten geschäftliche Herausforderungen lösen und neue Geschäftsmöglichkeiten identifizieren können. Lernen Sie, wie Sie Data Lakes sowie analoge, anwendungsbezogene und textbasierte Datenpools so strukturieren, dass sie einen maximalen Geschäftswert bieten. Verstehen Sie die Rolle des Rohdatenpools und wann Sie einen Archivdatenpool verwenden sollten. Nutzen Sie die vier wichtigsten Zutaten für den Erfolg von Data Lakes: Metadaten, Integrationsmapping, Kontext und Metaprozess.

Bill Inmon hat uns die Augen für die Architektur und die Vorteile eines Data Warehouse geöffnet, und jetzt führt er uns auf die nächste Ebene der Data Lake-Architektur.

Weitere Daten des Buches:

ISBN:9781634621175
Autor:
Verlag:
Einband:Taschenbuch
Erscheinungsjahr:2016
Seitenzahl:166

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Data Lake Architektur: Entwerfen des Data Lake und Vermeiden der Müllhalde - Data Lake Architecture:...
Unternehmen investieren unglaublich viel Zeit und...
Data Lake Architektur: Entwerfen des Data Lake und Vermeiden der Müllhalde - Data Lake Architecture: Designing the Data Lake and Avoiding the Garbage Dump
Die Stimme des Kunden hören - Hearing the Voice of the Customer
Erhöhen Sie das Bewusstsein für das Verhalten Ihrer Kunden, um in Ihrer Branche zu überleben und...
Die Stimme des Kunden hören - Hearing the Voice of the Customer
Das Unified Star Schema: Ein agiler und belastbarer Ansatz für Data Warehouse- und Analyse-Design -...
Beherrschen Sie das agilste und belastbarste...
Das Unified Star Schema: Ein agiler und belastbarer Ansatz für Data Warehouse- und Analyse-Design - The Unified Star Schema: An Agile and Resilient Approach to Data Warehouse and Analytics Design
Text in Gold verwandeln: Taxonomien und textuelle Analysen - Turning Text into Gold: Taxonomies and...
Dieses Buch führt Sie in die Welt der Taxonomien...
Text in Gold verwandeln: Taxonomien und textuelle Analysen - Turning Text into Gold: Taxonomies and Textual Analytics
Das textuelle Warehouse - The Textual Warehouse
Erstellen Sie ein Textual Warehouse, um Ihrem Unternehmen zu helfen, Dokumente durch Textanalyse (sowohl Sentiment- als...
Das textuelle Warehouse - The Textual Warehouse
Der Aufbau des Data Lakehouse - Building the Data Lakehouse
Das Data Lakehouse ist die nächste Generation des Data Warehouse und des Data Lake und wurde entwickelt,...
Der Aufbau des Data Lakehouse - Building the Data Lakehouse
Aufbau eines unstrukturierten Datenlagers: Architektur, Analyse und Entwurf - Building the...
Lernen Sie von der Data-Warehouse-Legende Bill...
Aufbau eines unstrukturierten Datenlagers: Architektur, Analyse und Entwurf - Building the Unstructured Data Warehouse: Architecture, Analysis, and Design
Integration von Daten - Integrating Data
Überwinden Sie die Herausforderungen, schätzen Sie die Vielfalt und wenden Sie den Prozess der Datenintegration an. Lernen Sie...
Integration von Daten - Integrating Data
Die Data Lakehouse-Architektur - The Data Lakehouse Architecture
Erfahren Sie, wie das Data Lakehouse konzipiert und aufgebaut ist, um die komplexen und sich...
Die Data Lakehouse-Architektur - The Data Lakehouse Architecture
Der Aufstieg des Data Lakehouse - Rise of the Data Lakehouse
Das Data Lakehouse ist die nächste Generation des Data Warehouse und des Data Lake und wurde...
Der Aufstieg des Data Lakehouse - Rise of the Data Lakehouse
Das Data Lakehouse: Die Grundlage für künstliche Intelligenz, maschinelles Lernen und Data Mesh -...
Das Data Lakehouse ist die nächste Generation von...
Das Data Lakehouse: Die Grundlage für künstliche Intelligenz, maschinelles Lernen und Data Mesh - The Data Lakehouse: The Bedrock for Artificial Intelligence, Machine Learning, and Data Mesh

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)