Architettura del lago di dati: Progettare il lago di dati ed evitare la discarica di rifiuti

Recensioni dei lettori

Il libro fornisce una panoramica fondamentale sull'architettura dei data lake, sottolineando i principi e le strategie di gestione. Sebbene si legga rapidamente e sia coinvolgente, molti recensori ne criticano la mancanza di profondità tecnica e di indicazioni praticabili, etichettandolo più come un'introduzione teorica che come un manuale pratico.

** Impaginazione coinvolgente e ben strutturata. ** Buona introduzione per i principianti ai concetti di data lake. ** Offre principi validi e un quadro di riferimento per chi vuole gestire i dati in modo efficace. ** Scritto da un autore credibile nel settore, Bill Inmon. ** Fornisce approfondimenti sulla governance dei dati e sulla gestione dei dati organizzativi. ** Una lettura veloce che può essere completata in un paio di giorni.

** Manca di profondità e di indicazioni tecniche attuabili. ** Il contenuto è troppo generico e di alto livello per i professionisti dei dati. ** I frequenti diagrammi sono semplicistici e non migliorano la comprensione. ** Percepito come una vendita del software dell'autore. ** Titolo fuorviante; non adatto a chi cerca una roadmap di implementazione tecnica. ** Alcuni recensori hanno ritenuto che fosse ripetitivo e privo di nuovi spunti.

(basato su 22 recensioni dei lettori)

Titolo originale:

Data Lake Architecture: Designing the Data Lake and Avoiding the Garbage Dump

Contenuto del libro:

Le organizzazioni investono quantità incredibili di tempo e denaro per ottenere e poi archiviare i big data in data store chiamati data lake. Ma quante di queste organizzazioni riescono effettivamente a recuperare i dati in forma utilizzabile? Pochissime riescono a trasformare il data lake in una miniera d'oro di informazioni. La maggior parte si ritrova con discariche di rifiuti.

Data Lake Architecture spiegherà come costruire un data lake utile, dove i data scientist e gli analisti di dati possono risolvere le sfide aziendali e identificare nuove opportunità di business. Imparerete come strutturare i data lake e i bacini di dati analogici, applicativi e testuali per fornire il massimo valore aziendale. Comprendere il ruolo del bacino di dati grezzi e quando utilizzare un bacino di dati di archivio. Sfruttare i quattro ingredienti chiave per il successo dei data lake: metadati, mappatura dell'integrazione, contesto e metaprocesso.

Bill Inmon ci ha aperto gli occhi sull'architettura e sui vantaggi di un data warehouse e ora ci porta al livello successivo dell'architettura dei data lake.