《数据虚拟化:商务智能系统的数据架构与管理》一 1.15 本书结构

简介: 本节书摘来自华章出版社《数据虚拟化:商务智能系统的数据架构与管理》一 书中的第1章,第1.15节,作者:[荷]里克 F. 范德兰斯(Rick F. van der Lans),更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.15 本书结构

第2章描述了商务智能和数据仓库。它解释了组成大多数经典商务智能系统的构件,例如分级区域、操作数据存储、数据集市和ETL工具。这章以对典型架构商务智能系统局限性的总结作为结尾。第3、4、5和6章描述了数据虚拟化产品在底层是怎样工作的—它们是怎样运行的。这些章节将给读者一个更好的关于这些产品能做什么和不能做什么的理解。第3章描述数据虚拟化服务使用的概念,例如虚拟表格、映射和虚拟表格的嵌套。第4章主要关注数据虚拟化的管理和安全方面。第5章处理查询优化。第6章关注数据缓存。查询优化和缓存都是数据虚拟化服务的重要内部概念,因为它们决定了这些产品的性能、可用性和可拓展性。
第7章详细描述了在商务智能系统里应用数据虚拟化的影响。它详细地解释了数据虚拟化怎样简化整体架构和它将怎样带来一个更灵活的架构。越灵活的架构越能更好地适应不断变化的商务智能世界,这里需要更快地做出决策。另外,基于数据虚拟化的商务智能系统更适合支持需要访问操作型数据的报表和分析的格式。
假如来自数据存储的数据不是百分之百的正确将会怎样?或者假如一些有价值的数据丢失了将会怎样?当数据虚拟化应用到商务智能系统时,我们将怎样处理这些以及和这些类似的问题呢?第8章给出一系列的设计方针处理了这些标准设计的部分问题。
面向服务的架构(SOA)是从数据虚拟化获得极大利益的另一领域。第9章解释了这些利益是什么。它也涉及了所谓的数据服务和复合服务的开发。
主数据管理(MDM)的目标是确保数据的一致性和控制组织机构中相同的数据。在实际生活中,MDM是保证数据一致性和实施控制的一系列的过程和工具。数据虚拟化对于MDM是一种强大的工具。MDM和数据虚拟化之间的关系将在第10章描述。
数据虚拟化服务提供各种各样的功能来管理和控制数据。不管他们提供了多少功能,一个组织机构仍然需要对数据的质量和可信赖度保持控制,这是有关信息管理的领域。第11章描述了数据虚拟化将怎样影响和充实以下几个有关信息管理的层面:数据库设计、数据管理、数据清洗和数据剖析。
在2009年,我介绍了一种新的商务智能架构,叫作数据交付平台。这种设计灵活商务智能系统的架构是基于数据虚拟化的。第12章解释了这种架构是什么样的,数据虚拟化是怎样应用的,以及它的优点和缺点。
尽管数据虚拟化和它的前身已经出现了一段时间,但它仍然处于发展和商业成功的起始阶段。在接下来的几年里,我们将见证现有数据虚拟化产品新版本的发布和新产品的推出。正如预料的那样,每一个新版本和新产品都将增加新的功能并且产品将变得更强大、快速和可扩展。伴随着每一个新版本和新产品,数据虚拟化的未来将逐渐展示自己。第13章列出了数据虚拟化存储的未来将有什么。另外,三家数据虚拟化供应商的首席技术官提出了他们对于未来的观点。

相关文章
|
8月前
|
存储 人工智能 分布式计算
数据不用搬,AI直接炼!阿里云AnalyticDB AI数据湖仓一站式融合AI+BI
阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL版(以下简称ADB)诞生于高性能实时数仓时代,实现了PB级结构化数据的高效处理和分析。在前几年,为拥抱大数据的浪潮,ADB从传统数仓拓展到数据湖仓,支持Paimon/Iceberg/Delta Lake/Hudi湖格式,为开放的数据湖提供数据库级别的性能、可靠性和管理能力,从而更好地服务以SQL为核心的大规模数据处理和BI分析,奠定了坚实的湖仓一体基础。
|
存储 NoSQL Redis
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 +  无锁架构 +  EDA架构  + 异步日志 + 集群架构
|
人工智能 自然语言处理 数据可视化
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
随着大模型技术突破,全球企业迎来数据智能革命。Gartner预测,到2027年,中国80%的企业将采用多模型生成式AI策略。然而,数据孤岛与高门槛仍阻碍价值释放。
631 8
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
|
12月前
|
运维 监控 数据可视化
产品测评 | 大模型时代下全场景数据消费平台的智能BI—Quick BI深度解析
Quick BI是阿里云旗下的全场景数据消费平台,助力企业实现数据驱动决策。用户可通过连接多种数据源(如本地文件、数据库等)进行数据分析,并借助智能小Q助手以对话形式查询数据或搭建报表。平台支持数据可视化、模板快速构建视图等功能,但目前存在不支持JSON格式文件、部分功能灵活性不足等问题。整体而言,Quick BI在数据分析与展示上表现出强大能力,适合业务类数据处理,未来可在智能化及运维场景支持上进一步优化。
|
SQL 人工智能 自然语言处理
颠覆传统BI认知:Quick BI如何用“傻瓜式”操作重塑数据决策?
Quick BI是阿里云推出的一款零代码+AI数据分析工具,专为业务人员设计。通过简洁的界面和强大的功能,它让数据“开口说话”。从Excel秒变智能资产,到拖拽式构建高定看板,再到自然语言查询与预测分析,菜鸟也能轻松上手。企业微信集成、移动端优化等功能,助力实时决策。Quick BI打破技术壁垒,推动数据民主化,让每个岗位都能用业务语言对话数据,实现真正的数据驱动转型。
|
数据可视化 数据挖掘 BI
基于烟草零售商订单数据的Quick BI体验报告
Quick BI旨在通过智能的数据分析和可视化能力帮助企业构建高效的分析系统。在我初步了解该产品后,发现它不仅支持创建美观的仪表板、复杂的电子表格以及动态大屏,还能够无缝集成到现有的业务流程中,极大地提升了工作效率。尤其对于需要频繁展示数据分析结果给管理层或客户的场景来说,Quick BI提供了一个便捷且专业的解决方案。
|
人工智能 BI 自然语言处理
【瓴羊数据荟】 共话AI×Data的企业应用进化,瓴羊「数据荟」MeetUp城市行上海场顺利收官!
瓴羊「数据荟」Meet Up城市行系列活动第四期活动将于3月7日在上海举办,由中国信息通信研究院与阿里巴巴瓴羊专家联袂呈现,共同探讨AI时代的数据应用实践与企业智能DNA的革命性重构。
621 0
【瓴羊数据荟】  共话AI×Data的企业应用进化,瓴羊「数据荟」MeetUp城市行上海场顺利收官!
|
数据可视化 数据挖掘 BI
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
398 0
|
供应链 监控 安全
基于Quick BI的多部门组织下的数据共享及管理方案
本文介绍了企业在使用Quick BI时面临的数据共享与安全控制需求,涵盖技术、财务、销售等部门的具体挑战,并提出了基于角色组授权、工作空间隔离、行级权限管理等解决方案,确保数据既能高效共享又能安全可控。
600 5
基于Quick BI的多部门组织下的数据共享及管理方案
|
人工智能 算法 BI
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!
当BI遇见AI,洞见变得触手可及 —— 瓴羊「数据荟」数据Meet Up城市行·杭州站启幕,欢迎参与。
1561 5
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!