《华为数据之道》 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业,华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例,不仅能让读者即学即用,还能让读者了解华为数字化建设的历程。 ============= 《华为数字化转型之道》 本书由华为公司质量与流程IT团队官方出品,从认知、理念、转型框架、规划和落地方法、业务重构、平台构建等多个维度全面总结和阐述了华为自身的数字化转型历程、方法和实践,能为准备开展或正在开展数字化转型的企业提供系统、全面的参考。
《数据中台:让数据用起来 第2版》 在数字中国这一国家战略的牵引下,数据要素和数字化转型的研究和落地如火如荼。数据中台是企业开展数据要素相关实践和数字化转型的关键基础设施,本书在这样的时代背景下,以帮助企业“管好数据、用好数据”为宗旨,内容围绕数据中台架构与建设方法论、数据中台建设流程和内容、数据中台工程化交付、数据中台行业解决方案4个维度全面、深度展开。 ============== 《华为数据之道 》 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业,华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例,不仅能让读者即学即用,还能让
《华为数据之道》 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业,华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例,不仅能让读者即学即用,还能让读者了解华为数字化建设的历程。 全书共10章,内容从逻辑上分为四个部分。 第一部分(第1~3章) 第1章以非数字原生企业在数字化转型方面面临的挑战开篇,介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架;第2章从企业政策和架构协同的角度,介绍了企业级的数据综合治理体系,理顺了数据与变革、运营、IT之间的协同关系,明确了数据管理的责任主体在业务;第3章详细阐述了不同类型
postgresql是目前广泛应用的开源数据库管理。《PostgreSQL 数据库内核分析》从postgresql数据库的源代码入手,深入分析了该数据库管理的底层实现细节,揭示了数据库运行的基本原理。《PostgreSQL 数据库内核分析》的主要内容包括:postgresql数据库的体系结构、 存储管理、索引机制、查询编译、查询执行、并发控制机制以及安全等。每个主题都引用了大量的数据结构、图表等进行说明,使读者对实现过程和机理一目了然。
本书是作者研究SQLServer2005数据库系统管理的经验总结。全书共分为15章,内容包括初学SQLServer2005的问题,安装SQLServer2005,配置SQLServer2005网络,管理SQLServer2005服务器,SQLServer2005体系结构,管理SQLServer2005数据库,管理SQLServer2005表,Transact-SQL基础,用Transact-SQL操作数据、用Transact-SQL查询数据,管理SQLServer2005索引,其他数据对象,数据完整性,管理SQLServer2005安全,备份、恢复和维护等。本书内容全面,思路流畅,实用性强,所有实例均经过上机反复实践。本书适合SQLServer2005初学者阅读和参考,可作为SQLServer2005数据库技术培训教材。本书配套包括各章标注的内容及作者亲自配音制作的多媒体视频。
Foxtable是一款国产软件,它与Excel非常类似,不同的是,Foxtable既是办公软件,也是二次开发平台。从应用角度来说,无论是数据录入、查询、统计还是报表生成,Foxtable都比Excel更加强大和易用;从开发角度来说,Foxtable又是一个高效的.平台开发工具,用户在开发过程中只需关注商业逻辑,无需纠缠于具体功能的实现。全书共分3篇9章,详细介绍了Foxtable在日常数据应用、桌面程序开发、B/S及手机端程序开发上所必须掌握的一些基本知识、操作技巧及开发思路,非常适合职场数据管理人员、高等院校信息管理专业师生及程序开发爱好者阅读。
数据作为一种基础性与战略性资源得到了广泛认可,数据服务成为很多组织和机构日常运营中必不可少的重要环节。当下,数据质量在理论越来越受到关注,不仅是制约数据产业发展的关键问题,也是大数据应用研究中绕不开的重大问题。《大数据质量》汇集了国内外数据质量研究的经典理论、技术和方法,以及的前沿发展趋势;首先介绍了传统数据质量研究的各种代表性成果,并在此基础上,分析大数据时代下数据质量面临的挑战,并详细介绍基于大数据的数据质量相关技术的实现;后,通过一个实际案例,提出一套完整的大数据质量解决方案。