دانلود کتاب Data Management at Scale: Best Practices for Enterprise Architecture – مدیریت داده ها در مقیاس: بهترین روش ها برای معماری سازمانی

As data management and integration continue to evolve rapidly, storing all your data in one place, such as a data warehouse, is no longer scalable. In the very near future, data will need to be distributed and available for several technological solutions. With this practical book, youll learnhow to migrate your enterprise from a complex and tightly coupled data landscape to a more flexible architecture ready for the modern world of data consumption.

Executives, data architects, analytics teams, and compliance and governance staff will learn how to build a modern scalable data landscape using the Scaled Architecture, which you can introduce incrementally without a large upfront investment. Author Piethein Strengholt provides blueprints, principles, observations, best practices, and patterns to get you up to speed.

• Examine data management trends, including technological developments, regulatory requirements, and privacy concerns
• Go deep into the Scaled Architecture and learn how the pieces fit together
• Explore data governance and data security, master data management, self-service data marketplaces, and the importance of metadata

از آنجایی که مدیریت و یکپارچه سازی داده ها به سرعت در حال پیشرفت است، ذخیره تمام داده های شما در یک مکان، مانند انبار داده، دیگر مقیاس پذیر نیست. در آینده بسیار نزدیک، داده ها باید برای چندین راه حل تکنولوژیکی توزیع و در دسترس باشند. با این کتاب عملی، می‌آموزید که چگونه سازمان خود را از یک چشم‌انداز داده‌های پیچیده و محکم به یک معماری انعطاف‌پذیرتر و آماده برای دنیای مدرن مصرف داده منتقل کنید.

مدیران، معماران داده، تیم‌های تحلیلی و انطباق و کارکنان اداره یاد می‌گیرند که چگونه با استفاده از معماری مقیاس‌پذیر، یک چشم‌انداز داده‌های مقیاس‌پذیر مدرن بسازند، که می‌توانید به صورت تدریجی و بدون سرمایه‌گذاری اولیه بزرگ آن را معرفی کنید. نویسنده Piethein Strengholt طرح‌های اولیه، اصول، مشاهدات، بهترین شیوه‌ها و الگوهایی را ارائه می‌کند تا شما را سریع‌تر کند.

• روندهای مدیریت داده‌ها، از جمله پیشرفت‌های فناوری، الزامات نظارتی، و نگرانی‌های مربوط به حریم خصوصی را بررسی کنید
• عمیق به معماری مقیاس شده بروید و بیاموزید که چگونه قطعات با هم هماهنگ می شوند
• کاوش در حاکمیت داده و امنیت داده، مدیریت داده ها، بازارهای داده سلف سرویس، و اهمیت ابرداده ها