隨著大數據的蓬勃發展，不少機構開始將源源不
斷的數據流導入到一個叫“數據湖”的設備中去。
恩門著，吳文磊譯的《數據湖架構》是“數據倉
庫”之父撰寫的新著作，是幫助讀者認識數據湖架構
，並把數據湖打造成公司資產的指導手冊。全書共15
章，分別涉及數據湖簡介、數據池據湖內部結構、數
據池及其結構、各種類型的數據池等技術話題，目的
在於講解如何構建有用的數據湖，以便數據科學家和
數據分析師能夠解決商業挑戰並找出新的商業機會。
本書適合數據管理者、學生、繫統開發人員、架
構師、程序員以及最終用戶閱讀。

第1章 數據的湖泊
1.1 大數據來了
1.2 數據湖來了
1.3 “單向”的數據湖
1.4 小結
第2章 改造數據湖
2.1 元數據
2.2 整合圖譜
2.3 語境
2.4 元過程
2.5 數據科學家
2.6 通用性
2.7 小結
第3章 數據湖內部
3.1 模擬信號數據
3.2 應用程序數據
3.3 文本數據
3.4 另一個視角
3.5 小結
第4章 數據池
4.1 數據修整
4.2 初始數據池
4.3 模擬信號數據池
4.4 應用程序數據池
4.5 文本數據池
4.6 將數據直接傳入數據池
4.7 歸檔數據池
4.8 小結
第5章 數據池的通用結構
5.1 數據池描述
5.2 數據池目標
5.3 數據池數據
5.4 數據池元數據
5.5 數據池元過程
5.6 數據轉換標準
5.7 小結
第6章 模擬信號數據池
6.1 模擬信號數據問題
6.2 數據描述
6.3 捕獲初始數據、轉換初始數據
6.4 轉換/調整初始模擬信號數據
6.5 數據切除
6.6 聚類數據
6.7 數據關繫
6.8 未來使用的可能性
6.9 異常值
6.10 臨時性的特定分析
6.11 小結
第7章 應用程序數據池
7.1 數據的基因
7.2 數據描述
7.3 標準數據庫格式
7.4 數據的基本組織
7.5 數據的整合
7.6 數據模型
7.7 整合的必要性
7.8 從一個應用指向到下一個應用
7.9 交並應用
7.10 應用程序數據池內的數據子集
7.11 小結
第8章 文本數據池
8.1 統一化的數據與計算機
8.2 寶貴的文本
8.3 文本消歧
8.4 傳入數據池的文本
8.5 文本消歧的輸出
8.6 固有的復雜性
8.7 文本消歧的功能
8.8 分類與本體
8.9 文本與語境的價值
8.10 對文本追根溯源
8.11 消歧的機制
8.12 分析數據庫
8.13 將結果可視化
8.14 小結
第9章 數據池間的對比
9.1 數據池的相似性
9.2 數據池的差異性
9.3 數據*終狀態的關繫型格式
9.4 技術間差異
9.5 數據池中數據的總預期容量
9.6 數據池間的數據移動
9.7 在多個數據池進行分析
9.8 使用元數據來關聯不同數據池內的數據
9.9 假如……
9.10 小結
**0章 利用基礎架構
10.1 “單向”數據湖
10.2 改造數據湖
10.3 轉換技術
10.4 一些分析問題
10.5 查詢文本數據
10.6 真實的分析
10.7 小結
**1章 搜索與分析
11.1 供應商所散布的困惑
11.2 小結
**2章 數據池中的業務價值
12.1 模擬信號數據池中的業務價值
12.2 應用程序數據池中的業務價值
12.3 文本數據池中的業務價值
12.4 記錄中的業務價值比例
12.5 小結
**3章 一些額外話題
13.1 高層繫統級別文檔
13.2 詳細的數據池級別文檔
13.3 什麼樣的數據會流入數據湖/數據池
13.4 分析在何處發生
13.5 數據的年齡
13.6 數據的安全
13.7 小結
**4章 分析與整合工具
14.1 可視化
14.2 搜索與修正
14.3 文本消歧
14.4 統計分析
14.5 經典的ETL處理
14.6 小結
**5章 歸檔數據池
15.1 數據的移除標準
15.2 結構性改動
15.3 為歸檔數據池建立單獨的索引
15.4 小結
術語表
參考資料