第1 章　大数据治理的背景和基本概念………………………………………………… 1__eol__　　1. 1　大数据治理的定义………………………………………………………… 2__eol__　　1. 2　大数据治理的应用………………………………………………………… 3__eol__　　1. 2. 1　大数据治理的任务…………………………………………………… 3__eol__　　1. 2. 2　数据治理与数据管理的区别…………………………………………… 4__eol__　　1. 2. 3　大数据治理的典型案例……………………………………………… 4__eol__　　1. 3　大数据治理的挑战………………………………………………………… 7__eol__　　1. 3. 1　大数据的发展和现状………………………………………………… 7__eol__　　1. 3. 2　当下面临的挑战……………………………………………………… 8__eol__　　1. 4　本书的主要内容…………………………………………………………… 9__eol__第2 章　数据架构管理……………………………………………………………… 11__eol__　　2. 1　数据架构概述…………………………………………………………… 12__eol__　　2. 2　IBM 数据架构参考模型………………………………………………… 13__eol__　　2. 2. 1　逻辑层……………………………………………………………… 14__eol__　　2. 2. 2　垂直层……………………………………………………………… 16__eol__　　2. 3　企业数据架构参考模型………………………………………………… 17__eol__　　2. 4　CESI 大数据参考架构模型……………………………………………… 18__eol__　　2. 5　大数据技术参考架构…………………………………………………… 19__eol__　　2. 6　数据湖(Data Lake) …………………………………………………… 20__eol__　　2. 7　面向大数据的数据架构实现…………………………………………… 21__eol__　　2. 7. 1　Hadoop ……………………………………………………………… 21__eol__　　2. 7. 2　Storm ……………………………………………………………… 23__eol__　　2. 7. 3　Spark ……………………………………………………………… 24__eol__　　2. 7. 4　三种架构的比较分析………………………………………………… 25__eol__　　2. 8　数据架构设计原则……………………………………………………… 25__eol__第3 章　元数据管理………………………………………………………………… 27__eol__　　3. 1　元数据概述……………………………………………………………… 28__eol__　　3. 1. 1　定义………………………………………………………………… 28__eol__　　3. 1. 2　组织方式…………………………………………………………… 29__eol__　　3. 1. 3　作用和意义………………………………………………………… 31__eol__　　3. 2　业务元数据……………………………………………………………… 32__eol__　　3. 2. 1　意义………………………………………………………………… 32__eol__　　3. 2. 2　概念………………………………………………………………… 33__eol__　　3. 2. 3　实践要点…………………………………………………………… 34__eol__　　3. 3　技术元数据……………………………………………………………… 34__eol__　　3. 3. 1　意义………………………………………………………………… 34__eol__　　3. 3. 2　概念………………………………………………………………… 35__eol__　　3. 3. 3　实践要点…………………………………………………………… 36__eol__　　3. 4　元数据管理……………………………………………………………… 36__eol__　　3. 4. 1　元数据管理方案…………………………………………………… 37__eol__　　3. 4. 2　元数据标准和规范………………………………………………… 39__eol__　　3. 4. 3　元数据管理的成熟度………………………………………………… 40__eol__第4 章　主数据管理………………………………………………………………… 42__eol__　　4. 1　概述……………………………………………………………………… 43__eol__　　4. 1. 1　主数据的概念……………………………………………………… 43__eol__　　4. 1. 2　主数据的类型……………………………………………………… 44__eol__　　4. 1. 3　主数据管理的基本思路……………………………………………… 44__eol__　　4. 2　主数据管理系统………………………………………………………… 45__eol__　　4. 2. 1　主数据管理的架构设计……………………………………………… 46__eol__　　4. 2. 2　主数据管理的核心功能……………………………………………… 50__eol__　　4. 2. 3　主数据管理的实现风格……………………………………………… 50__eol__　　4. 3　主数据管理的成熟度…………………………………………………… 52__eol__第5 章　大数据集成………………………………………………………………… 56__eol__　　5. 1　数据集成的基本概念…………………………………………………… 57__eol__　　5. 1. 1　数据集成的定义…………………………………………………… 57__eol__　　5. 1. 2　数据集成的分类…………………………………………………… 58__eol__　　5. 1. 3　数据集成的难点…………………………………………………… 59__eol__　　5. 2　传统数据集成…………………………………………………………… 60__eol__　　5. 2. 1　联邦数据库系统…………………………………………………… 61__eol__　　5. 2. 2　中间件集成………………………………………………………… 62__eol__　　5. 2. 3　数据仓库…………………………………………………………… 63__eol__　　5. 3　传统数据集成的关键技术……………………………………………… 65__eol__　　5. 3. 1　模式匹配…………………………………………………………… 65__eol__　　5. 3. 2　数据映射…………………………………………………………… 66__eol__　　5. 4　跨界数据集成…………………………………………………………… 67__eol__　　5. 4. 1　基于阶段的集成…………………………………………………… 67__eol__　　5. 4. 2　基于特征的集成…………………………………………………… 68__eol__　　5. 4. 3　基于语义的集成…………………………………………………… 68__eol__第6 章　数据质量管理……………………………………………………………… 71__eol__　　6. 1　概述……………………………………………………………………… 72__eol__　　6. 1. 1　数据质量定义……………………………………………………… 72__eol__　　6. 1. 2　数据质量问题……………………………………………………… 74__eol__　　6. 2　缺失值填充……………………………………………………………… 76__eol__　　6. 2. 1　什么是缺失值……………………………………………………… 76__eol__　　6. 2. 2　缺失值处理方法…………………………………………………… 77__eol__　　6. 2. 3　缺失值处理例析…………………………………………………… 79__eol__　　6. 3　实体识别与真值发现…………………………………………………… 81__eol__　　6. 3. 1　什么是实体识别…………………………………………………… 81__eol__　　6. 3. 2　基于规则的实体识别方法…………………………………………… 81__eol__　　6. 3. 3　什么是真值发现…………………………………………………… 84__eol__　　6. 3. 4　真值发现方法……………………………………………………… 85__eol__　　6. 5　错误检测与修复………………………………………………………… 85__eol__　　6. 5. 1　格式内容清洗……………………………………………………… 85__eol__　　6. 5. 2　逻辑错误清洗……………………………………………………… 86__eol__　　6. 5. 3　非需求数据清洗…………………………………………………… 87__eol__　　6. 6　面向大数据的