当前位置:首页 > 工业技术
DAMA  数据管理知识体系指南
DAMA  数据管理知识体系指南

DAMA 数据管理知识体系指南PDF电子书下载

工业技术

  • 电子书积分:11 积分如何计算积分?
  • 作 者:DAMAINTERNATIONAL著;马欢,刘晨等译
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2012
  • ISBN:9787302283607
  • 页数:264 页
图书介绍:本书是全球第一本关于数据管理知识体系的专业指南,是欧美数据管理从业者的必备书,是中国广大信息技术和数据管理从业人士有益的工作参考书,同时可供计算机、工商管理、信息管理等专业的研究生选修课教科书。通过阅读本书,数据管理从业者将有效提升的数据管理知识和技能,有助于本职工作,非常有助于通过获得数据管理专业人士认证(CDMP)考试。
《DAMA 数据管理知识体系指南》目录

第1章 引论 1

1.1数据:企业资产 1

1.2数据、信息、知识 1

1.3数据生命周期 3

1.4数据管理职能 3

1.5共同的责任 4

1.6广阔的范围 5

1.7一个新兴行业 5

1.8逐步完善的知识体系 6

1.9 DAMA——数据管理协会 6

1.10本指南的目的 7

1.11本指南的目标 7

1.12本指南的对象 7

1.13本指南的用途 7

1.14其他知识体系指南 8

1.15 DAMA数据管理辞典 8

1.16 DAMA-DMBOK职能架构 8

1.17本指南的结构 11

1.18反复出现的主题 12

第2章 数据管理概述 13

2.1引言 13

2.2使命和目标 14

2.3指导原则 15

2.4职能与活动 15

2.4.1数据管理活动 16

2.4.2活动组 20

2.5关联图概述 21

2.5.1供给者 22

2.5.2输人 22

2.5.3参与者 22

2.5.4工具 22

2.5.5主要交付物 22

2.5.6消费者 22

2.5.7测量指标 23

2.6角色 23

2.6.1组织类型 23

2.6.2个人角色类型 24

2.7技术 26

2.7.1软件产品类别 26

2.7.2专用硬件 26

2.8推荐阅读 26

第3章 数据治理 27

3.1简介 27

3.2概念和活动 28

3.2.1数据治理 28

3.2.2数据管理制度 29

3.2.3数据治理和管理制度组织 30

3.2.4数据管理服务组织 32

3.2.5数据管理执行官 32

3.2.6数据治理办公室 32

3.3数据治理活动 33

3.3.1数据战略 33

3.3.2数据政策 34

3.3.3数据架构 35

3.3.4数据标准和规程 35

3.3.5法规遵从 36

3.3.6问题管理 37

3.3.7数据管理项目 38

3.3.8数据管理服务 38

3.3.9数据资产估值 39

3.3.10沟通与推广 39

3.3.11相关的治理框架 40

3.4综述 40

3.4.1指导原则 40

3.4.2过程总结 41

3.4.3组织和文化问题 42

3.5推荐阅读 44

3.5.1网站 44

3.5.2重点推荐 44

3.5.3监管与合规 44

3.5.4常规书籍 44

第4章 数据架构管理 46

4.1简介 46

4.2概念和活动 47

4.2.1架构综述 47

4.2.2活动 53

4.3综述 58

4.3.1指导原则 59

4.3.2过程总结 60

4.3.3组织和文化问题 61

4.4推荐阅读 61

4.4.1书籍 61

4.4.2文章和网站 62

第5章 数据开发 63

5.1简介 63

5.2概念和活动 64

5.2.1系统开发生命周期 64

5.2.2数据建模方式 65

5.2.3数据建模、分析和解决方案设计 66

5.2.4详细的数据设计 74

5.2.5数据模型和设计质量管理 82

5.2.6数据项目实施 85

5.3综述 88

5.3.1指导原则 88

5.3.2过程总结 88

5.3.3组织和文化问题 90

5.4推荐阅读 91

5.4.1数据模型和数据库设计 91

5.4.2业务规则 92

5.4.3信息工程 92

5.4.4敏捷开发 93

5.4.5面向对象和面向对象设计 93

5.4.6面向服务的架构(SOA) 93

5.4.7结构化查询语言(SQL) 93

5.4.8软件过程改进 94

5.4.9可扩展标识语言(XML) 94

第6章 数据操作管理 95

6.1简介 95

6.2概念及活动 95

6.2.1数据库支持 95

6.2.2数据技术管理 102

6.3综述 106

6.3.1指导原则 106

6.3.2过程总结 106

6.3.3组织和文化问题 108

6.4推荐阅读 110

第7章 数据安全管理 111

7.1简介 111

7.2概念与活动 111

7.2.1理解数据安全需要和监管要求 112

7.2.2定义数据安全策略 113

7.2.3定义数据安全标准 113

7.2.4定义数据安全控制及措施 114

7.2.5管理用户、密码和用户组成员 114

7.2.6管理数据访问视图和权限 115

7.2.7监控用户身份认证和访问行为 116

7.2.8划分信息密级 116

7.2.9审计数据安全 117

7.3外包项目的数据安全 117

7.4综述 118

7.4.1指导原则 118

7.4.2过程总结 119

7.4.3组织和文化问题 120

7.5推荐阅读 121

7.5.1文献和论文 121

7.5.2主要的隐私和安全法规 122

第8章 参考数据和主数据管理 126

8.1简介 126

8.2概念和活动 127

8.2.1参考数据 128

8.2.2主数据 130

8.2.3理解参考数据和主数据整合需求 133

8.2.4识别参考数据和主数据的来源及贡献者 133

8.2.5定义和维护数据整合架构 133

8.2.6实施参考数据和主数据解决方案 136

8.2.7定义和维护数据匹配规则 137

8.2.8建立“黄金”记录 138

8.2.9定义和维护层次及关联关系 140

8.2.10计划和实施新数据源的整合 140

8.2.11复制和分发参考数据与主数据 140

8.2.12管理参考数据和主数据的变更 140

8.3综述 141

8.3.1指导原则 141

8.3.2过程总结 142

8.3.3组织和文化问题 143

8.4推荐阅读 144

第9章 数据仓库和商务智能管理 145

9.1简介 145

9.2概念和活动 147

9.2.1数据仓库活动——简要的历史回顾 147

9.2.2数据仓库和商务智能架构和组件 148

9.2.3战术型、战略型和操作型商务智能 152

9.2.4数据仓库活动的不同类型 153

9.2.5维度数据建模的概念和术语 154

9.3数据仓库和商务智能管理活动 160

9.3.1理解商务智能信息需求 160

9.3.2定义并维护数据仓库和商务智能架构 161

9.3.3实施数据仓库和数据集市 163

9.3.4实施商务智能的工具和用户界面 163

9.3.5处理商务智能所需数据 168

9.3.6监控并调整数据仓库处理过程 170

9.3.7监控并调整商务智能活动和性能 170

9.4综述 170

9.4.1指导原则 170

9.4.2过程总结 171

9.4.3组织和文化问题 172

9.5推荐阅读 172

9.5.1数据仓库DW 172

9.5.2商务智能BI 174

9.5.3数据挖掘DM 174

9.5.4联机分析处理OLAP 175

第10章 文档和内容管理 176

10.1简介 176

10.2概念和活动 177

10.2.1非结构化数据 178

10.2.2文档/档案管理 178

10.2.3内容管理 182

10.3综述 186

10.3.1指导原则 186

10.3.2过程总结 186

10.3.3组织和文化问题 187

10.4推荐阅读 187

10.4.1文档和内容管理 187

10.4.2档案管理 187

10.4.3企业信息门户 188

10.4.4图书馆学中的元数据 188

10.4.5 XML文档中的语义 188

10.4.6非结构化数据和商务智能 189

10.4.7标准 189

10.4.8在线资源 189

第11章 元数据管理 190

11.1简介 190

11.2概念和活动 191

11.2.1元数据定义 191

11.2.2元数据的历史(1990—2008) 195

11.2.3元数据战略 196

11.2.4元数据管理活动 197

11.3综述 208

11.3.1指导原则 208

11.3.2过程总结 208

11.3.3组织和文化问题 210

11.4推荐阅读 210

11.4.1一般阅读 210

11.4.2图书馆学中的元数据 211

11.4.3地理空间元数据标准 211

11.4.4 ISO元数据标准 211

第12章 数据质量管理 213

12.1简介 213

12.2概念和活动 214

12.2.1数据质量管理方法 214

12.2.2开发和提升数据质量意识 215

12.2.3定义数据质量需求 216

12.2.4剖析、分析和评估数据质量 217

12.2.5定义数据质量指标 218

12.2.6定义数据质量业务规则 219

12.2.7测试和验证数据质量需求 220

12.2.8确定与评估数据质量服务水平 221

12.2.9持续测量和监控数据质量 221

12.2.10管理数据质量问题 222

12.2.11清洗和校正数据质量缺陷 223

12.2.12设计并实施数据质量管理操作程序 223

12.2.13监控数据质量管理操作程序和绩效 224

12.3数据质量工具 224

12.3.1数据剖析 225

12.3.2解析和标准化 225

12.3.3数据转换 225

12.3.4身份识别和匹配 226

12.3.5改善 227

12.3.6报告 227

12.4综述 227

12.4.1指导原则 227

12.4.2过程总结 228

12.4.3组织和文化问题 229

12.5推荐读物 230

第13章 职业发展 231

13.1职业特点 231

13.2 DAMA会员资格 232

13.3持续教育与培训 232

13.4认证 232

13.4.1如何获取CDMP认证 233

13.4.2 CDMP考试标准 233

13.4.3 CDMP认证的其他要求 234

13.4.4 CDMP资格考试 234

13.4.5可接受的供应商培训认证 234

13.4.6考试准备 235

13.4.7参加CDMP考试 235

13.4.8职业发展/再认证 236

13.5职业道德 237

13.6著名的数据管理专业人士 239

13.6.1终身成就奖 239

13.6.2专业成就奖 239

13.6.3政府成就奖 240

13.6.4学术成就奖 240

13.6.5 DAMA社区奖 241

附录A 242

A.1数据管理供给者 242

A.2数据管理输入 243

A.3数据管理参与者 244

A.4数据管理工具 245

A.5数据管理主要交付物 246

A.6数据管理消费者 247

A.7数据管理度量指标 248

A.8软件产品分类 248

A.9概要流程表 249

A.10标准 249

A.10.1非美国的隐私法律 249

A.10.2美国的隐私法律 251

A.10.3特定行业的安全和隐私规范 252

A.10.4标准 252

参考文献 254

返回顶部