[套装书]中台战略：中台建设与数字商业+数据即未来：大数据王者之道（2册）

作者
陈新宇 罗家鹰 邓通 江威（美）布瑞恩·戈德西（Brian Godsey）
丛书名
出版社
机械工业出版社
ISBN
9787190903154
简要
简介
中台究竟该如何架构与设计？ 中台建设有没有普适的方法论？ 现有应用如何才能顺利向中台迁移？ 中台要成功必须具备哪些要素？ 中台成熟度究竟如何评估？ 中台如何全面为数字营销赋能？ 中台如何在企业的数字化转型中发挥关键作用？ 这些问题都能在本书中找到答案！ 这是一本全面讲解企业如何建设各类中台，并利用中台以数字营销为突破口，最终实现数字化转型和商业创新的著作。 云徙科技是国内双中台技术和数字商业云领域领先的服务提供商，在中台领域有雄厚的技术实力，也积累了丰富的行业经验，已经成功通过中台系统和数字商业云服务帮助良品铺子、珠江啤酒、富力地产、美的置业、长安福特、长安汽车等近40家国内外行业龙头企业实现了数字化转型。 . 全书一共12章，逻辑上分为三个部分： 第一部分（第1-2章） 从宏观上交代了所有企业都面临数字化转型的大时代背景，并指出中台是企业数字化转型的关键驱动力，数字营销是企业数字化转型的3个重点领域之一。 第二部分（第3-7章） 从成功要素、建设方法论、架构设计、成熟度模型4个维度详细讲解技术中台、业务中台、数据中台的建设思路和方法。 第三部分（第8-12章） 从数字化转型和商业创新的角度讲解了中台为数字化营销赋能的底层商业逻辑、技术架构和实施路径，用3个真实的综合案例展示了实践的完整过程。 ---------------------------Flink原理、实战与性能优化--------------------------- 内容简介 这是一部以实战为导向，能指导读者零基础掌握Flink并快速完成进阶的著作，从功能、原理、实战和调优等4个维度循序渐进地讲解了如何利用Flink进行分布式流式应用开发。作者是该领域的资深专家，现就职于第四范式，曾就职于明略数据。 全书一共10章，逻辑上可以分为三个部分： 第一部分（第1~2章） 主要介绍了Flink的核心概念、特性、应用场景、基本架构，开发环境的搭建和配置，以及源代码的编译。 第二部分（第3~9章） 详细讲解了Flink的编程范式，各种编程接口的功能、应用场景和使用方法，以及核心模块和组件的原理和使用。 第三部分（第10章） 重点讲解了Flink的监控和优化，参数调优，以及对反压、Checkpoint和内存的优化。
目录



---------------------------中台战略：中台建设与数字商业---------------------------


作者简介
前言
第1章　企业数字化转型
1.1　企业数字化转型的4个驱动力 2
1.2　企业数字化转型的2条路径 10
1.3　企业数字化的3大本质 15
1.4　企业数字化的3个领域 19
1.5　中台驱动企业数字化转型 24
第2章　云智慧时代的数字营销
2.1　数字营销的背景 26
2.2　数字营销的定义 28
2.3　全球数字营销的3个重要趋势 29
2.4　中国数字营销的5个新特性 31
2.5　数字营销解决方案架构分析 35
2.6　面向营销的数字中台 39
第3章　全面解读中台
3.1　什么是中台 45
3.2　中台系统及其展现形式 50
3.3　中台的作用 52
3.4　中台的发展与进化 65
第4章　企业中台5大成功要素
4.1　中台文化：7个行为准则和行动纲领 80
4.2　组织架构：中台为组织架构赋能 94
4.3　人员能力要求：运营、业务、技术铁三角 99
4.4　业务执行：业务运营与敏捷开发 106
4.5　中台实施：1个经验和4个教训 118
第5章　中台建设方法论
5.1　中台架构整体策略 125
5.2　业务顶层设计 127
5.3　业务中台设计方法论 129
5.4　数据中台设计方法论 148
5.5　应用向中台迁移的3种途径和方法 156
第6章　中台的架构与设计
6.1　技术中台规划 159
6.2　业务中台的建设 160
6.3　数据中台的建设 175
第7章　中台成熟度模型
7.1　成熟度评估模型 205
7.2　成熟度能力评估 213
第8章　中台助力的数字营销
8.1　消费者全触点覆盖 217
8.2　全域消费者运营 219
8.3　全渠道交易 223
8.4　全链路服务 242
8.5　数据驱动的运营 254
8.6　营销的核心是运营用户数字资产 259
8.7　平台+运营，支撑企业营销变革 268
第9章　数字营销的技术架构与路径
9.1　基于中台架构，构建立体数字营销云 273
9.2　数字营销云技术架构和设计理念 275
9.3　数字营销云的3种部署架构 283
9.4　实现数字营销云的关键技术特性 285
第10章　A公司：快速响应数字营销的中台
10.1　案例背景 295
10.2　IT困境 296
10.3　确定中台方案 299
10.4　中台价值初现 304
10.5　未来规划 317
第11章　B公司：中台为数字营销赋能
11.1　案例背景 320
11.2　B公司数字化营销的动机和背景 321
11.3　B公司数字化营销价值链落地实践 323
11.4　IT与业务部门通力合作，推进营销数字化规划落地 331
11.5　未来展望 333
第12章　C公司：数字营销打造流量池运营体系
12.1　案例背景 336
12.2　实施过程 337
12.3　创新描述 345
12.4　市场应用及展望 346
12.5　价值评估 347



---------------------------Flink原理、实战与性能优化---------------------------


前言
第1章　Apache Flink介绍 1
1.1　Apache Flink是什么 1
1.2　数据架构的演变 2
1.2.1　传统数据基础架构 3
1.2.2　大数据数据架构 4
1.2.3　有状态流计算架构 5
1.2.4　为什么会是Flink 6
1.3　Flink应用场景 8
1.4　Flink基本架构 10
1.4.1　基本组件栈 10
1.4.2　基本架构图 11
1.5　本章小结 13
第2章　环境准备 14
2.1　运行环境介绍 14
2.2　Flink项目模板 15
2.2.1　基于Java实现的项目模板 15
2.2.2　基于Scala实现的项目模板 18
2.3　Flink开发环境配置 20
2.3.1　下载IntelliJ IDEA IDE 21
2.3.2　安装Scala Plugins 21
2.3.3　导入Flink应用代码 22
2.3.4　项目配置 22
2.4　运行Scala REPL 24
2.4.1　环境支持 24
2.4.2　运行程序 24
2.5　Flink源码编译 25
2.6　本章小结 26
第3章　Flink编程模型 27
3.1　数据集类型 27
3.2　Flink编程接口 29
3.3　Flink程序结构 30
3.4　Flink数据类型 37
3.4.1　数据类型支持 37
3.4.2　TypeInformation信息获取 40
3.5　本章小结 43
第4章　DataStream API 介绍与使用 44
4.1　DataStream编程模型 44
4.1.1　DataSources数据输入 45
4.1.2　DataSteam转换操作 49
4.1.3　DataSinks数据输出 59
4.2　时间概念与Watermark 61
4.2.1　时间概念类型 61
4.2.2　EventTime和Watermark 63
4.3　Windows窗口计算 69
4.3.1　Windows Assigner 70
4.3.2　Windows Function 77
4.3.3　Trigger窗口触发器 83
4.3.4　Evictors数据剔除器 87
4.3.5　延迟数据处理 88
4.3.6　连续窗口计算 89
4.3.7　Windows多流合并 90
4.4　作业链和资源组 95
4.4.1　作业链 95
4.4.2　Slots资源组 96
4.5　Asynchronous I/O异步操作 97
4.6　本章小结 98
第5章　Flink状态管理和容错 100
5.1　有状态计算 100
5.2　Checkpoints和Savepoints 109
5.2.1　Checkpoints检查点机制 109
5.2.2　Savepoints机制 111
5.3　状态管理器 114
5.3.1　StateBackend类别 114
5.3.2　状态管理器配置 116
5.4　Querable State 118
5.5　本章小结 123
第6章　DataSet API介绍与使用 124
6.1　DataSet API 124
6.1.1　应用实例 125
6.1.2　DataSources数据接入 126
6.1.3　DataSet转换操作 128
6.1.4　DataSinks数据输出 134
6.2　迭代计算 136
6.2.1　全量迭代 136
6.2.2　增量迭代 137
6.3　广播变量与分布式缓存 139
6.3.1　广播变量 139
6.3.2　分布式缓存 140
6.4　语义注解 141
6.4.1　Forwarded Fileds注解 141
6.4.2　Non-Forwarded Fileds注解 143
6.4.3　Read Fields注解 144
6.5　本章小结 145
第7章　Table API & SQL介绍与使用 146
7.1　TableEnviroment概念 146
7.1.1　开发环境构建 147
7.1.2　TableEnvironment基本操作 147
7.1.3　外部连接器 155
7.1.4　时间概念 162
7.1.5　Temporal Tables临时表 166
7.2　Flink Table API 167
7.2.1　Table API应用实例 167
7.2.2　数据查询和过滤 168
7.2.3　窗口操作 168
7.2.4　聚合操作 173
7.2.5　多表关联 175
7.2.6　集合操作 177
7.2.7　排序操作 178
7.2.8　数据写入 179
7.3　Flink SQL使用 179
7.3.1　Flink SQL实例 179
7.3.2　执行SQL 180
7.3.3　数据查询与过滤 181
7.3.4　Group Windows窗口操作 182
7.3.5　数据聚合 184
7.3.6　多表关联 186
7.3.7　集合操作 187
7.3.8　数据输出 189
7.4　自定义函数 189
7.4.1　Scalar Function 189
7.4.2　Table Function 191
7.4.3　Aggregation Function 192
7.5　自定义数据源 193
7.5.1　TableSource定义 193
7.5.2　TableSink定义 196
7.5.3　TableFactory定义 199
7.6　本章小结 201
第8章　Flink组件栈介绍与使用 202
8.1　Flink复杂事件处理 202
8.1.1　基础概念 203
8.1.2　Pattern API 204
8.1.3　事件获取 210
8.1.4　应用实例 212
8.2　Flink Gelly图计算应用 213
8.2.1　基本概念 213
8.2.2　Graph API 214
8.2.3　迭代图处理 220
8.2.4　图生成器 226
8.3　FlinkML机器学习应用 227
8.3.1　基本概念 227
8.3.2　有监督学习算子 229
8.3.3　数据预处理 231
8.3.4　推荐算法 234
8.3.5　Pipelines In FlinkML 235
8.4　本章小结 236
第9章　Flink部署与应用 237
9.1　Flink集群部署 237
9.1.1　Standalone Cluster部署 238
9.1.2　Yarn Cluster部署 240
9.1.3　Kubernetes Cluster部署 244
9.2　Flink高可用配置 247
9.2.1　Standalone集群高可用配置 248
9.2.2　Yarn Session集群高可用配置 250
9.3　Flink安全管理 251
9.3.1　认证目标 251
9.3.2　认证配置 252
9.3.3　SSL配置 253
9.4　Flink集群升级 255
9.4.1　任务重启 256
9.4.2　状态维护 256
9.4.3　版本升级 257
9.5　本章小结 258
第10章　Flink监控与性能优化 259
10.1　监控指标 259
10.1.1　系统监控指标 259
10.1.2　监控指标注册 261
10.1.3　监控指标报表 264
10.2　Backpressure监控与优化 266
10.2.1　Backpressure进程抽样 266
10.2.2　Backpressure页面监控 267
10.2.3　Backpressure配置 268
10.3　Checkpointing监控与优化 268
10.3.1　Checkpointing页面监控 268
10.3.2　Checkpointing优化 271
10.4　Flink内存优化 273
10.4.1　Flink内存配置 274
10.4.2　Network Buffers配置 275
10.5　本章小结 277




有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4