（1）作者在Twitter等硅谷獨角獸企業有多年大數據平臺架構與開發經驗，同時又在國內有數年數據中臺建設經驗，本書在內容上對這兩方面的經驗進行了充分比較和深度融合。（2）本書得到了武漢大學計算機學院前院長、FaceBook和Twitter前工程總監、明略科技副總裁等多位國內外學術界和企業界專家的一致好評。（3）從雲原生角度切入，全面講解雲原生數據中臺的架構、技術選型、落地方法論、實施路徑和行業案例。

●前言
第一部分 數據中臺與硅谷大數據平臺
第1章 全面了解數據中臺
1.1 數據中臺概念的起源3
1.1.1 藝電的“數據中臺”改造4
1.1.2 Twitter的數據驅動6
1.2 什麼是數據中臺8
1.2.1 數據中臺建設的目標8
1.2.2 如何實現數據中臺建設的目標11
1.2.3 數據中臺的定義和4個特點13
1.3 大數據平臺與數據中臺16
1.3.1 為什麼要建設數據中臺16
1.3.2 數據中臺與傳統大數據平臺的區別20
1.3.3 數據中臺的評判標準24
1.4 數據中臺建設方法論總綱24
1.5 本章小結27
第2章 數據中臺能力和應用場景
2.1 數據中臺不是“銀彈”28
2.2 數據中臺的核心能力31
2.2.1 全局商業洞見31
2.2.2 個性化服務34
2.2.3 實時數據報表38
2.2.4 共享能力開發新業務39
2.3 數據中臺的行業應用場景41
2.3.1 互聯網行業41
2.3.2 連鎖零售業42
2.3.3 金融業43
2.3.4 物聯網44
2.4 數據中臺如何為企業賦能45
2.4.1 組織架構46
2.4.2 決策部門48
2.4.3 業務部門51
2.4.4 研發部門53
2.4.5 大數據部門55
2.5 本章小結56
第3章 數據中臺與數字化轉型
3.1 數字化轉型的4個階段58
3.1.1 信息化58
3.1.2 數據倉庫（數據平臺1.0）59
3.1.3 大數據平臺（數據平臺2.0）61
3.1.4 數據中臺（數據平臺3.0）63
3.2 數據驅動64
3.2.1 面向用戶的數據驅動產品及服務66
3.2.2 面向內部業務部門的數據驅動服務68
3.2.3 數據驅動的繫統管理71
3.3 數據中臺如何支持數字化轉型72
3.3.1 從技術層面支持數字化轉型73
3.3.2 從組織架構層面支持數字化轉型74
3.4 本章小結75
第4章 從大數據平臺到數據中臺
4.1 大數據平臺建設階段76
4.1.1 大數據平臺起步77
4.1.2 繫統自動化77
4.1.3 大數據平臺的生產化78
4.2 數據管理及應用階段80
4.2.1 數據湖/數據倉庫建設80
4.2.2 數據管理81
4.2.3 數據安全82
4.3 數據能力中臺化階段84
4.3.1 全局的數據治理85
4.3.2 數據能力的復用和共享85
4.3.3 雲原生架構的支撐85
4.4 DataOps87
4.4.1 什麼是DataOps87
4.4.2 DataOps解決的問題88
4.4.3 DataOps的目標功能90
4.4.4 DataOps的主要技術91
4.4.5 DataOps與數據中臺92
4.5 本章小結93
第二部分 數據中臺架構與方法論
第5章 數據中臺建設須知
5.1 數據中臺建設需要一套方法論96
5.2 從失敗的大數據項目中吸取教訓98
5.3 數據中臺建設中的常見問題99
5.4 評判數據中臺建設效果101
5.5 數據中臺建設的人員規劃103
5.6 數據中臺的技術選型要求106
5.7 本章小結107
第6章 數據中臺建設方法論
6.1 基礎架構109
6.2 數據工具114
6.3 頂層架構設計115
6.4 數據規範116
6.5 業務驅動118
6.6 關鍵指標120
6.7 明確責權利125
6.8 管理迭代127
6.9 數據中臺建設流程128
6.10 本章小結130
第7章 數據中臺的架構
7.1 數據中臺的功能定位132
7.2 數據中臺架構設計的9大原則135
7.3 典型的硅谷大數據平臺架構137
7.3.1 Twitter的大數據平臺架構137
7.3.2 Airbnb的大數據平臺架構140
7.3.3 Uber的大數據平臺架構141
7.3.4 雲平臺作為大數據平臺的通用底座143
7.3.5 硅谷大數據平臺架構的共性和建設思路145
7.4 數據中臺架構147
7.5 數據中臺子繫統150
7.5.1 應用基礎能力平臺151
7.5.2 數據基礎能力平臺152
7.5.3 數據集成開發平臺154
7.5.4 數據資產運營平臺156
7.5.5 數據業務能力層158
7.5.6 數據中臺重點建設內容159
7.6 本章小結160
第8章 數據中臺與雲原生架構
8.1 雲原生架構及雲平臺161
8.2 PaaS平臺的主要功能165
8.2.1 資源管理167
8.2.2 應用全生命周期管理169
8.2.3 高可用和容錯170
8.2.4 運維平臺172
8.3 傳統方式下搭建數據中臺的難點173
8.4 雲原生架構對於數據中臺建設的5大意義175
8.5 數據中臺的IaaS層選擇178
8.6 本章小結180
第三部分 數據中臺技術選型與核心內容
第9章 數據中臺建設與開源軟件
9.1 開源軟件的起源和建設過程185
9.2 開源軟件的合理使用189
9.3 集成開源軟件的5個注意事項192
9.4 應用基礎能力平臺的開源選擇193
9.5 數據基礎能力平臺的開源選擇196
9.6 數據集成開發平臺的開源選擇203
9.7 本章小結205
第10章 數據湖與數據倉庫
10.1 數據湖207
10.1.1 數據湖的起源與作用208
10.1.2 數據湖建設的4個目標211
10.1.3 數據湖數據的采集和存儲212
10.1.4 數據湖中的數據治理216
10.2 數據倉庫218
10.2.1 數據建模方式219
10.2.2 數據倉庫建設的層次221
10.2.3 數據倉庫中的數據治理225
10.2.4 數據清洗229
10.3 數據中臺中的數據倉庫和數據湖建設231
10.4 本章小結233
第11章 數據資產管理
11.1 數據資產管理的難題235
11.2 數據資產管理定義238
11.3 主數據管理239
11數據管理242
11.4數據的分類243
11.4數據管理繫統的功能245
11.5 數據管理繫統247
11.6 數據資產的ROI249
11.7 本章小結250
第12章 數據流水線管理
12.1 數據流水線的定義與模型251
12.2 數據流水線中的應用類別254
12.3 數據流水線的運行方式256
12.4 數據流水線示例257
12.5 數據流水線管理繫統面臨的挑戰259
12.6 數據流水線管理繫統的功能需求262
12.6.1 自動化流水線262
12.6.2 數據管理263
12.6.3 性能要求264
12.7 數據流水線管理繫統的組件265
12.8 批流合一的數據流水線266
12.9 本章小結269
第13章 數據中臺應用開發
13.1 數據應用的形態270
13.2 應用開發工具277
13.3 3種典型的數據中臺應用279
13.3.1 數據即服務279
13.3.2 模型即服務281
13.3.3 用戶標簽繫統282
13.4 數據中臺應用的開發和管理283
13.4.1 應用調度繫統284
13.4.2 多租戶管理285
13.4.3 持續集成和發布286
13.5 本章小結287
第14章 數據門戶
14.1 數據門戶出現的背景288
14.2 硅谷的數據門戶建設289
14.2.1 Twitter的DAL和EagleEye290
14.2.2 LinkedIn的Data Hub292
14.2.3 Airbnb的Data Portal293
14.2.4 Lyft的Amundsen 294
14.2.5 Netflix的Metacat296
14.2.6 Intuit的SuperGlue297
14.2.7 硅谷數據門戶總結298
14.3 數據門戶的定位及功能299
14.4 數據門戶的實現原理301
14.5 數據門戶的社交屬性303
14.6 數據應用的自助及協同工作304
14.7 數據智能運維306
14.8 本章小結308
第15章 管理數據中臺的演進
15.1 不斷演進的數據中臺310
15.2 人員變動下的數據管理310
15.2.1 數據安全311
15.2.2 數據能力的傳遞312
15.3 數據和應用的演進314
15.4 資源的演進316
15.5 演進中的關鍵指標318
15.6 本章小結321
第四部分 數據中臺案例分析
第16章 EA“數據中臺”實踐
16.1 建設背景324
16.2 組織架構調整327
16.3 建設過程328
16.4 體繫架構333
16.5 數據治理336
16.5.1 數據標準和規範336
16.5數據管理338
16.5.3 數據質量管理339
16.6 數據應用產品340
16.6.1 推薦繫統340
16.6.2 打造動態遊戲體驗341
16.6.3 標簽繫統及遊戲運營343
16.7 EA“數據中臺”功能總結344
16.8 本章小結345
第17章 零售行業的數據中臺
17.1 零售行業的數字化轉型346
17.2 零售行業數據中臺解決方案347
17.3 零售行業數據中臺的建設349
17.3.1 數據彙聚350
17.3.2 業務調研352
17.3.3 數據倉庫建設及數據分析354
17.3.4 業務繫統的能力反饋356
17.4 零售行業數據中臺的應用場景357
17.4.1 用戶標簽體繫357
17.4.2 精準市場營銷359
17.5 本章小結361
第18章 物聯網領域數據中臺建設
18.1 現代物聯網的產業鏈362
18.2 物聯網與ABC365
18.3 物聯網數據中臺架構366
18.4 智慧建築物聯網數據中臺應用371
18.5 本章小結374

這是一部從雲原生角度講解數據中臺的業務價值、產品形態、架構設計、技術選型、落地方法論、實施路徑和行業案例的著作，得到了國內外企業界和學術界的技術專家一致好評。本書的作者在曾硅谷的Twitter等企業從事大數據平臺的建設工作多年，隨後又成功創辦了國內領先的以雲原生數據中臺為核心技術和產品的企業。他們將在硅谷的大數據平臺建設經驗與在國內的數據中臺建設經驗進行深度融合，並繫統闡述了雲原生架構對數據中臺的必要性及其相關實踐，對國內企業的中臺建設和運營具有很高的參考價值。
全書共18章，分為四個部分：
第1部分（第1~4章）數據中臺與硅谷大數據平臺
首先，從起源、定義、能力、應用場景、建設目標、建設方法論總綱等角度對數據中臺做了全面的介紹；其次，講解了數據中臺如何驅動數字化轉型；最後，通過對硅谷的Twitter等獨角獸企業的數據平臺和國內的數據中臺進行對比，給出了等