首页 > 科技 > 计算机 > 数据库

智慧的分析洞察

作译者：程永

出版时间：2013-11 千字数：305 版次：01-01 页数：268

开本：16(185*230) 装帧： I S B N ：9787121216206

换版：

纸质书定价：￥75.0

库存:无

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

目 录
第1 章  智慧的分析洞察 1
1.1 智慧的地球（Smarter Planet）2
1.2 智慧的分析洞察概述3
1.2.1 通过分析洞察获得竞争优势5
1.2.2 IBM“3A5 步”模型8
第 2 章  信息议程14
2.1 新锐洞察 14
2.2 信息随需应变16
2.3 信息议程概述 17
2.4 信息应用的成熟度 19
第 3 章  构建新一代数据中心21
3.1 构建新一代数据中心概述 21
3.1.1 数据中心的目标 22
3.1.2 数据中心发展历程 23
3.2 混合型数据中心参考架构 29
3.2.1 基础设施层 30
3.2.2 数据源层 30
3.2.3 交换服务体系 30
3.2.4 数据存储区 32
3.2.5 基础服务层 34
3.2.6 应用层 36
3.2.7 用户终端层36
3.2.8 数据治理 37
3.2.9 元数据管理 37
3.2.10 IT 安全运维管理 38
3.2.11 IT 综合监控39
3.2.12 企业资产管理 39
3.3 银行行业示例40
3.3.1 风险管理 40
3.3.2 分析型CRM 45
3.3.3 IBM 信息框架——银行数据仓库模型／行业模板 57
3.4 政府行业示例 61
3.4.1 税务行业信息集成平台 61
3.4.2 新一代核心征管系统 63
3.4.3 分析型税务应用解决方案 63
3.4.4 财政监督检查系统 70
3.4.5 省级财政综合数据分析（运营分析）71
3.4.6 某水利委员会的数据交换与共享服务平台73
3.4.7 某省煤炭工业厅人员和执法系统75
第 4 章  大数据管理77
4.1 概述 78
4.2 Hadoop 介绍 80
4.2.1 HDFS80
4.2.2 MapReduce81
4.2.3 HBase81
4.2.4 Pig82
4.2.5 Hive 82
4.2.6 Jaql82
4.2.7 其他Hadoop 组件83
4.3 IBM 大数据平台84
4.3.1 InfoSphere BigInsights86
4.3.2 InfoSphere Streams 100
4.3.3 Data Explorer 102
4.3.4 PureData System for Transactions103
4.3.5 PureData System for Operational Analytics105
4.3.6 PureData System for Analytics 107
4.4 政府行业的大数据示例108
4.4.1 多媒体分析（视频图像）108
4.4.2 社会舆情分析110
4.4.3 内部运维日志管理与分析111
4.4.4 数据归档、历史数据查询 112
4.4.5 税务发票比对 112
4.4.6 税务12366 实时分析处理113
4.4.7 财政监督检查 113
4.5 银行反欺诈/反洗钱示例 114
4.6 煤炭流数据实时分析示例 115
第 5 章  元数据管理118
5.1 概述119
5.1.1 本体 120
5.1.2 元模型123
5.1.3 元-元模型 124
5.2 元数据管理策略（Metadata Management Strategy）125
5.3 元数据集成体系结构126
5.4 CWM130
5.4.1 CWM 概述 130
5.4.2 CWM 发展史133
5.4.3 OMG 的模型驱动体系结构134
5.5 元数据管理的成熟度 136
5.6 IBM 元数据管理 138
5.6.1 InfoSphere Business Glossary 138
5.6.2 InfoSphere Metadata Workbench139
第 6 章  数据治理141
6.1 概述 141
6.2 数据治理统一流程参考模型 143
6.2.1 明确元数据管理策略145
6.2.2 明确元数据管理体系结构 145
6.2.3 实施元数据管理 146
6.2.4 定义业务问题 146
6.2.5 获得主管支持147
6.2.6 执行成熟度评估148
6.2.7 构建路线图 150
6.2.8 建立组织蓝图 151
6.2.9 了解数据 152
6.2.10 定义度量值
6.2.11 主数据监管153
6.2.12 大数据监管155
6.2.13 信息单一视图监管 156
6.2.14 运营分析监管 156
6.2.15 预测分析监管156
6.2.16 管理安全与隐私 157
6.2.17 监管信息生命周期 157
6.2.18 度量结果 158
6.3 IBM 信息服务器（InfoSphere Information Server）  158
6.3.1 InfoSphere Information Analyzer 161
6.3.2 InfoSphere DataStage164
6.3.3 InfoSphere QualityStage 168
6.3.4 InfoSphere Federation Server169
6.3.5 InfoSphere Replication Server 171
6.3.6 InfoSphere Change Data Capture  172
6.4 InfoSphere Guardium 175
6.5 InfoSphere Optim176
6.5.1 Optim 数据归档解决方案 176
6.5.2 Optim 测试数据管理解决方案 177
第 7 章   数据治理  179
7.1 概述 179
7.1.1 主数据 179
7.1.2 MDM 概述 180
7.1.3 使用MDM 协助进行客户风险管理示例 181
7.1.4 MDM 帮助企业加强忠诚度管理示例 181
7.2 MDM 成熟度 182
7.3 IBM InfoSphere MDM 184
7.3.1 InfoSphere MDM Collaboration Server185
7.3.2 InfoSphere MDM Standard Edition 188
7.3.3 InfoSphere MDM Advance Edition 190
第 8 章  IBM信息管理192
8.1 概述 192
8.2 IBM DB2 V10197
8.2.1 自适应压缩198
8.2.2 多温度存储（Multi-Temperature Storage） 199
8.2.3 时间旅行查询（Time Travel Query） 200
8.2.4 DB2 兼容性功能（DB2 Compatibility Features） 205
8.2.5 工作负载管理（Workload Management） 206
8.2.6 PureXML  207
8.2.7 当前已落实（Currently Committed）209
8.3 DB2 PureScale Feature 209
8.4 InfoSphere Warehouse Edition211
8.4.1 分区特性 214
8.4.2 并行技术 217
8.4.3 SQL Warehousing Tool（SQW）218
8.4.4 Cubing Services219
8.4.5 列式存储及压缩技术（BLU） 221
8.5 InfoSphere Opitm 数据管理解决方案 222
8.5.1 数据库管理和开发解决方案 223
8.5.2 性能管理和优化解决方案 226
8.5.3 高级恢复解决方案230
第 9 章  IBM业务分析 233
9.1 业务分析概述 233
9.1.1 五个子产品线 234
9.1.2 部分产品列表 235
9.2 Cognos BI239
9.3 SPSS Modeler242
9.4 SPSS Modeler 和Cognos BI 协作 245
附录246

推荐序一
IBM 广告的创意总是层出不穷。最近我看到一条很有意思的IBM 广告，一个劫匪出
发去便利店打劫，到了计划的犯罪地点，警察已经在那里布控，抢劫计划宣布失败。电影
《少数派报告》中曾经描述的场景如今几乎成为了现实：通过罪行先知系统，于案发前终
结犯罪。警察的职责在大数据时代将发生转变，从单纯的案发后追捕罪犯，到分析犯罪数
据，识别犯罪模式，部署警力，预防犯罪，从而有效地降低犯罪率。这个广告并非空谈，
IBM 的智慧城市方案已协助美国部分城市将重大犯罪率降低了30%。
那么如何构建这样的系统呢？数据是关键，信息议程需要企业的认真思考。过去的几
十年，IT 技术迅猛发展，企业构建了很多应用系统，应用议程是企业信息系统构建的传统
思考方式。但是，随着应用系统的不断发展、更新，越来越多的企业发现，应用所产生的
数据是孤立的，形成竖井，数据真正的价值有待开发。企业需要规划系统构建的信息议程，打通信息的“任督二脉”。本书从信息议程入手，深入浅出，向读者呈现了IBM 所倡导的大数据理念，帮助读者了解构建新一代数据中心需要的基础知识。
“大处着眼、小处着手”是本书的一大特色。所谓“大处着眼”是指本书在论述新一
代数据中心建构时，是从信息议程这一关系企业数据中心建设的长远目标切入。在几十年
的应用系统建设中，我们有太多“头疼医头，脚疼医脚”的惨痛案例，归根到底就是缺乏
大视野。对于许多成长中的企业来说，也许今天的分析洞察仅仅局限于单个数据平台的报
表分析，但这并不意味着在明天没有针对跨数据平台的商业智能需求，也不意味着在更远
的将来没有针对非结构化乃至大数据的分析需求。而信息议程的理念在于，我们对新一代
数据中心的建设，不仅要有整体布局、有一个统领全局的时间表，还要对时间表上的每一
步部署都胸中有丘壑。这也是信息化建设的终极经济之道，是避免重复建设、规避推倒重
来最行之有效的方法。简而言之，本书首先基于作者多年从事数据中心建设的经验，总结
出下一代数据中心建设的宏观战略，而信息议程正是这一战略的精髓。“小处着手”体现
了本书的务实特性。从数据平台的整合，到分析模型的架构；从结构化信息的管理，到非
结构化乃至大数据的加工利用，每一个环节都包含丰富的方法论和技术细节。依托于信息
议程这样的宏观架构，本书重点阐述了信息议程的每个环节所要解决的问题，以及对应的
解决方案。但在探讨战术层面的问题时，本书绝不拘泥于烦琐凌乱的技术细节，而是提炼
了作者的技术实践，择其精华而述之。
让业务人员也能看懂的 IT 读物，是本书的又一大特色。我们始终认为，智慧的分析
洞察存在于我们工作和生活的点滴中，而非少数从事数据管理和分析人员的专利。因此，
无论你从事何种工作，都有必要了解或应用到智慧的分析洞察。也正因为此，本书不同于
一般的IT 读物，以大段的程序代码示人，让业务从业者望而却步。本书在阐述任何一个
问题的时候，都是从实际用例或者应用情景出发，让读者能身临其境，快速进入角色，更
准确地理解所要探讨的问题，并把握所要传递的思想。基于这些具有普适意义的用例，即
使将其称为企业数据中心建设的百科全书或DIY 手册也不为过。
本书语言生动而不浮华，叙事有条理而不刻板，案例丰富而不累赘，这些都有助于我
们以一种轻松的心态来了解智慧的分析洞察，让那些将分析洞察仅作为一种谈资或对其持
高深莫测态度的人从根本上改变想法，构建下一代数据中心绝非可望而不可即，利用智慧
的分析洞察来改变我们的工作和生活，处处掌握主动，不再是梦想！
智慧的城市，让我们从智慧的分析洞察开始！
刘隶放
信息管理北方区技术经理
IBM 大中华区软件集团
2013 年7 月7 日于北京

推荐序二
我们生活在巨大信息革命带来的生活方式变革中，从电报、电话、寻呼机，到手机、
智能手机、平板电脑，每一次新技术催生的新产品都改变着我们的生活方式。今天，由大
数据推动的又一次新技术变革将使我们生活在一个被数据左右的时代（甚至可以说被数据
绑架的时代），离开了数据，生活将变得无所适从。
观察一下很多人的生活方式在发生怎样的变化，比如，买东西时访问各种购物网站，
比较价格、功能、性能，还关注别人对这些商品的购物体验和使用反馈，一旦购买，我们
又去提供这类评论。相信每个人的手上都有各种各样的卡和证，如身份证、医疗卡、购物
卡、信用卡、借记卡，甚至门卡和饭卡等，所有这些卡在携带和使用过程中，都在消费和
产生着各种信息，并被记录下来，我们制造出的信息将以数据的形式存在。我们每个人不
只是数据的消费者，同时也是数据的制造者。
商家知道如何使用这些数据，挖掘其价值，帮助企业开展业务创新。大数据时代已经
来临，我们拥有了更多的数据，如何利用好这些数据，是很多企业面临的挑战和机遇。
数据作为信息的载体，电子化过程经历了几十年的发展，其脉络清晰可见，可简单分
成三个大的时代，第一个时代是计算机发展的早期，数据多以裸文件方式存在、管理和使
用。第二个时代是20 世纪80 年代开始的关系型数据库时代，直到今天，关系型数据库都
是高价值数据的主要存储管理方式，在未来相当长的时间里，关系型数据库都将继续发挥
重要作用。第三个时代就是已经到来的大数据时代，这个时代充分吸收文件型数据时代的
高效快速和关系型数据时代的简洁、易操作，把数据的大容量和易用性结合起来，使海量
数据的使用变为可能。
本书是一本承上启下的书，书中有大量的知识和经验分享，详细介绍了在关系型数据
库时代，数据处理的技术，包括数据库技术、数据仓库技术、主数据、元数据、数据中心
建设、常见的主流产品等。同时，本书将读者领入大数据时代，用不少笔墨讲述大数据的
基本概念和常见部件，以及大数据平台的体系结构，大数据平台下的前沿技术等。
作者提出混合型数据中心的概念很有新意，非常符合未来的数据中心规划蓝图，其描
绘了未来10 年，甚至更长一段时间内，企业的数据架构形态。
作者程永是 IBM 资深数据库专家，长期从事大型企业的数据库项目和数据中心建设。
既有深厚的理论基础，又有丰富的实践经验。书中不少例子都是作者工作经验的积累和总
结。
相信本书能把读者从传统关系型数据库时代带到大数据时代！
刘胜利
信息管理产品技术总监
IBM 大中华区软件集团
2013 年7 月，北京

推荐序三
“大数据”已经成为时下最火热的IT 词汇。相关数据指出，互联网上的数据将每年增
长50%，每两年翻一番，而目前世界90%以上的数据是最近几年产生的。此外，数据并非
单纯指人们在互联网上发布的信息，随着硬件技术的进步，越来越多的设备（计算机、智
能终端、工业设备、交通监控等等）具备了更强的数据生成和处理能力，海量的数据信息
给我们带来了之前无法企及的各种可能性——最重要的是它将对每个人的生活产生重大
影响。
我们如何有效地处理庞大的数据信息呢？如何从各种类型的数据中，快速获得有价值
的信息？事实上，我们看到非常成功的互联网企业，以及一些领先的传统企业，在这方面
都进行了卓有成效的工作。或许我们可以说，数据将成为一种核心竞争力。
本书最大的价值是结合作者多年在信息管理领域的经验，以信息议程、“3A5 步”方
法论和参考架构贯穿全书，为读者提供有效的指南；同时对一些行业提供参考案例，具有
相当的实践性。程永作为IBM 资深信息管理专家，多年来热心于分享自己的工作经验。
我非常高兴看到这本书付梓出版。
王小虎
渠道及区域拓展技术总经理
IBM 大中华区软件集团

致 谢
IBM 始终是渴求进步者实现梦想的地方，感谢IBM 提供的无与伦比的学习经验和工
作挑战。
感谢 Ernie Hu、Tom Chan、刘胜利和刘隶放，本书能够出版，离不开他们的鼎力支持
和帮助。
感谢王小虎、张红卫、王媛媛和刘广，在过去 6 年对我的一贯支持和鼓励。
特别感谢 Mentor 李磊对本书提供的技术指导，过去几年他一直在信息议程、BI 和大
数据等多个领域引导我前进。同时，特别感谢Mentor 张利民在数据库方面给予的大力指
导，从2005 年到现在，这种指导和帮助一直在持续。
总体来说，我要感谢以下人员，没有他们，本书不可能完成。
 感谢阎卫防、秦磊、管连、吴湘洲、刘慎锋和王小宜，为出版本书提供的大力支
持。
 感谢朱宏、仲崇国和Sammi Wang 为出版本书提供市场、法律和流程等全方位
支持。
 感谢刘皎、陈曦、金春霞、朱丽萍、陈斌，以及出版社的各位编辑在本书出版和
发行过程中提供的帮助。
 感谢王清华过去3 年在SPSS、分析型CRM 和分析型税务解决方案方面给予的支
持和帮助。感谢张瑞锋在Cognos 方面给予的支持和帮助。
 感谢杨国彦、雷林、周雄志、张忠和区波长久以来在数据库、数据仓库和模型方
面提供的意见和见解。
 感谢陈威、杨俞平、张萌、蔡玉全、郝多慧、颜悦悦、王敏、陈赟和艾飞在大数
据管理方面的独到见解。
 感谢刘春霞在信息整合和数据治理方面提供的意见。
 感谢李英伟和邓俊宁在主数据管理方面所做的卓越工作。
 感谢廖安舟在数据归档、测试、审计方面的意见。
 感谢张光业在合作伙伴解决方案构建方面的丰富经验。
感谢我的妻子和家人，正是你们长久的包容和支持使本书得以完成。特别是我的妻子，
本书耗费了我无数的个人时间，耽误了太多次出游和聚会，没有她的理解和支持，本书不
可能完成。
感谢各业务合作伙伴和客户在过去多年合作过程中的鼎力支持，正是你们的支持使一
个个项目终获成功。
最后，感谢与我合作多年的所有 IBM 同事，是你们陪伴我学习和成长，使我写书的
梦想成为现实。


作者序
《智慧的分析洞察》是我在过去5 年中支持合作伙伴实现智慧的分析洞察和构建新一
代数据中心解决方案的经验总结，我从2012 年1 月开始利用业余时间编写本书，历经1
年半，终于成稿。在编写过程中大量借鉴了IBM 方法论、模型、白皮书、解决方案、实
际案例、各产品信息中心，以及其他资料。
本书最初的创作灵感来自于我在 2009 年领导开发的一个高级课程“信息随需应变和
业务分析”，该课程在2009 年年底完成课件开发，随后在2010 年、2011 年和2012 年分别于北京、上海、南京和成都等地举行过多次培训，取得了良好的效果。与此同时，在实际工作过程中，我发现客户和合作伙伴非常需要一本能全面阐述、贯穿信息供应链各个环节的书来指导各种解决方案的构建。于是，我于2011 年下半年开始构思本书，并于2012 年1 月动笔，原本计划1 年内完成（可惜工作越来越忙，业余时间太少），结果花了1 年半才彻底完成。
本书主要从总体上阐述智慧的分析洞察、IBM“3A5 步”模型、信息议程、构建新一
代数据中心、大数据管理、元数据管理、数据治理和主数据管理等相关概念、方法、模型
和示例，最后简单介绍了IBM 的相关产品。通过阅读本书，读者可以了解到：
 如何通过对数据的唤醒，获得深入洞察力，帮助企业获得独特的竞争优势。
 如何通过信息议程，帮助企业构建信息单一视图，使信息成为战略资产。
 如何基于参考模型，构建新一代混合型数据中心（大数据平台）。
 如何基于企业级Hadoop 和流数据分析计算平台，进行大数据静止和移动分析。
 如何基于模型驱动，构建企业级元数据管理体系结构。
 如何基于数据治理统一流程模型和模型扩展，提升业务价值。
 如何基于IBM 信息管理和业务，分析相关产品，实现智慧的分析洞察。

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}