Note :
Le livre fournit une vue d'ensemble fondamentale de l'architecture des lacs de données, en mettant l'accent sur les principes et les stratégies de gestion. Bien qu'il se lise rapidement et qu'il soit attrayant, de nombreux lecteurs critiquent son manque de profondeur technique et de conseils pratiques, le qualifiant davantage d'introduction théorique que de manuel pratique.
Avantages:** La mise en page est attrayante et bien structurée. ** Une bonne introduction pour les débutants dans les concepts de lacs de données. ** Les principes et le cadre de travail sont précieux pour ceux qui cherchent à gérer les données de manière efficace. ** Écrit par un auteur crédible dans le domaine, Bill Inmon. ** Il donne un aperçu de la gouvernance des données et de la gestion des données au sein de l'organisation. ** La lecture est rapide et peut être achevée en quelques jours.
Inconvénients:** Manque de profondeur et de conseils techniques exploitables. ** Le contenu est trop générique et de haut niveau pour les professionnels des données. ** Les diagrammes fréquents sont simplistes et n'améliorent pas la compréhension. ** Perçu comme un argumentaire de vente pour le logiciel de l'auteur. ** Le titre est trompeur ; il ne convient pas à ceux qui recherchent une feuille de route pour la mise en œuvre technique. ** Le titre est trompeur ; il ne convient pas à ceux qui recherchent une feuille de route pour la mise en œuvre technique.
(basé sur 22 avis de lecteurs)
Data Lake Architecture: Designing the Data Lake and Avoiding the Garbage Dump
Les entreprises investissent énormément de temps et d'argent dans l'obtention et le stockage de données volumineuses (big data) dans des entrepôts de données appelés "lacs de données". Mais combien d'entre elles parviennent à récupérer les données sous une forme exploitable ? Très peu d'entre elles parviennent à transformer le lac de données en une mine d'or d'informations. La plupart d'entre elles se retrouvent avec des décharges de déchets.
Data Lake Architecture explique comment construire un lac de données utile, où les data scientists et les data analysts peuvent résoudre les défis de l'entreprise et identifier de nouvelles opportunités commerciales. Apprenez à structurer les lacs de données ainsi que les bassins de données analogiques, applicatives et textuelles afin de fournir une valeur commerciale maximale. Comprendre le rôle du bassin de données brutes et savoir quand utiliser un bassin de données archivées. Exploiter les quatre ingrédients clés du succès d'un lac de données : métadonnées, cartographie d'intégration, contexte et métaprocessus.
Bill Inmon nous a ouvert les yeux sur l'architecture et les avantages d'un entrepôt de données, et il nous emmène maintenant au niveau suivant de l'architecture d'un lac de données.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)