●前言
●第一章 大數據解決方案與物聯網
●從穿孔卡片到決策支持
●數據倉庫
●獨立型數據集市與從屬型數據集市
●增量法
●更快的實施策略
●商業智能工具匹配分析
●數據管理策略的發展
●NoSQL數據庫
●Hadoop的發展
●Hadoop功能和工具
●物聯網
●本書的方法論
●TOGAF和架構原則
●我們的成功方法論
●第二章 評估可能性藝術
●了解當前狀態
●信息架構成熟度的自我評估
●本行業的當前業務狀況
●部分目錄

由羅伯特·斯特科維卡、艾特·利希特、維諾·曼薩、路易斯·納哥著的《大數據與物聯網(企業信息化建設新時代)》一書為信息架構的設計提供了有益的指導。這種信息架構不僅能夠適應來自傳統來源所產生的龐大數據量，而且還能適應來自優選互聯網這種新的數據源所產生的數據量。正由於這兩種數據源所產生的可用數據量的與日俱增，任何企業都不想錯過從這些數據中挖掘價值的機會。
關於企業如何分析解決方案和企業如何進行信息化建設(包括數據倉庫、商業智能工具、預測分析、數據發現、大數據的作用和物聯網帶來的影響)，本書提供了繫統性的理論和方法。以期通過一繫列的步驟便可界定企業信息化建設架構的未來狀態，並制訂達到此狀態的計劃。

(美)羅伯特·斯特科維卡(Robert Stackowiak) 等 著；劉舂容 譯

本書肇始於2012年。當時，主流機構正在探討Hadoop，我們也相信信息架構將會迎來變革。多年以來，商業智能和分析解決方案的重點一直放在企業數據倉庫和數據集市，以及對其中的數據進行定義、填充和分析的很好實踐上。結構化數據的很優關繫數據倉庫的關繫型數據庫設計以及數據庫的管理已成為許多此類研究工作的重點。然而這個重點也在發生變化。

在解決商業問題的過程中，流數據源首次被認為可能具有十分重要的意義。人們通過實驗來探索這些數據，希望發現其潛在的價值。而不幸的是，許多努力都付之東流。筆者之所以敏銳地意識到了這一點，是因為我們曾應多家機構之邀提供過一些建議。

我們承認，確實有一些機構成功地分析了新數據源。但退一步來看，我們發現，它們之所以成功，是因為有一種新興的共通模式。在大數據計劃開始之前，這些機構的利益相關者就已經形成了關於新數據將會如何改善商業決策的理論。所以等