书籍详情
运维数据治理：构筑智能运维的基石
作者：陆兴海，彭华盛 著
出版社：机械工业出版社
出版时间：2022-07-01
ISBN：9787111704751
定价：¥99.00
购买这本书可以去
内容简介
本书对运维数据治理的概念进行深入的说明，构建了面向运维数据特点的数据治理方法框架，从指标体系构建、元数据管理、数据安全和数据质量、数据标准化等角度细化阐述了运维数据治理开展方法；本书阐述了运维数据治理平台所需要具备的关键能力，介绍了构建平台的相关采集、处理、计算、服务等各方面的技术实现手段和方法。
作者简介
陆兴海，云智慧（北京）科技有限公司副总裁，目前负责咨询业务。具备十多年互联网、信息化以及运维相关领域的产品规划、设计与研发经验，是国内IT相关服务领域最早的实践者和专家之一，同时也是智能运维国标编写组核心成员。彭华盛，超过10年的金融领域运维工作，期间负责参与金融企业运维组织、流程、工具的建设，包括重大业务系统项目与数据中心工程性项目的实施、数据中心标准化工作流程构建、运维工具体系的规划与研发、数字化转型研究与实施等相关工作，对金融领域的运维有较全面的理解，探索推进数字化技术与运营转型双轮驱动的协同模式。
目录
推荐序一
推荐序二
推荐序三
推荐序四
自序
前言
概念篇
第1章 运维数字世界2
1.1 元宇宙与数字世界3
1.2 全球范围内的数字化时代已至4
1.3 数字化世界面临的崩塌风险5
1.4 IT与运维的价值传递和创造5
1.5 数字化时代的运维挑战9
1.6 从人力运维（HIOps）到智能运维（AIOps）13
第2章 运维数据治理是数字化运维的新课题18
2.1 数据、算法、场景：工程化的“三驾马车”18
2.2 当前广泛认知的企业数据治理20
2.2.1 国家标准：GB/T 36073—201822
2.2.2 国家标准：GB/T 34960.5—201824
2.2.3 国际标准：ISO/IEC 38505-126
2.2.4 DAMA-DMBOK2数据管理知识体系指南27
2.2.5 DGI数据治理模型29
2.3 运维数据治理面临的新挑战30
2.3.1 业务数据及其治理的应用场景32
2.3.2 对狭义运维数据的抽象认识34
2.3.3 运维数据治理的特色之一：配置管理CMDB36
2.3.4 运维数据治理的特色之二：运维指标体系管理38
2.3.5 运维数据治理的特色之三：调用链路及其应用场景40
2.3.6 运维数据治理呼唤新思考和新方法43
2.4 运维数据治理模型44
方法篇
第3章 数据升华之路：从运维数据到资产50
3.1 认识运维数据原材料51
3.1.1 运维数据全景51
3.1.2 运维数据类型聚焦数据应用53
3.1.3 运维数据形式聚焦平台化建设57
3.1.4 运维数据载体抽象数据处理技术65
3.2 运维数据资产化之路68
3.2.1 面临的问题68
3.2.2 运维数据资产化70
3.3 运维数据平台72
3.4 小结73
第4章 运维数字地图：元数据74
4.1 认识运维数字世界75
4.1.1 运维早已身处数字世界75
4.1.2 数字地图描述运维数字世界77
4.1.3 运维元数据模型80
4.2 元数据描述运维对象81
4.2.1 运维对象是运维数字世界的基本原材料81
4.2.2 CMDB描述运维对象82
4.2.3 元数据赋予CMDB步入新的阶段84
4.3 元数据描述运维指标86
4.3.1 运维指标的构建目的86
4.3.2 运维指标需要元数据管理87
4.3.3 基于运维指标体系建立指标元数据管理88
4.4 构建系统架构关系89
4.4.1 架构与架构资产化89
4.4.2 串联运维对象的横纵关系92
4.5 运维元数据管理技术架构94
4.5.1 元数据的采集与存储94
4.5.2 元数据的监控与管理96
4.5.3 元数据的分析与服务96
4.6 运维知识管理97
4.7 小结98
第5章 主数据之魂：运维指标体系100
5.1 运维主数据管理思路101
5.2 不同领域指标体系的建设经验102
5.2.1 国外指标体系理论方法趋于成熟102
5.2.2 国内积极探索指标体系建设方法104
5.3 指标体系的概念和类型108
5.3.1 认识指标108
5.3.2 指标体系的类型112
5.3.3 构建运维指标体系的价值112
5.4 数字化运维指标体系构建的方法论114
5.4.1 D-CREAM模型114
5.4.2 指标体系实施步骤116
5.4.3 数字化运维指标涵盖的内容118
5.4.4 IT卓越运营指标118
5.4.5 指标的生产与管理121
5.5 小结125
第6章 标准化先行：运维数据标准前移126
6.1 标准化概述以及数据标准的内涵127
6.1.1 统一的共识：数据标准定义127
6.1.2 数据标准的典型分类方式128
6.1.3 国内数据标准和规范概况129
6.2 运维数据标准面临的挑战及落地方法130
6.2.1 面临的挑战130
6.2.2 落地运维标准的系统化方法131
6.3 运维数据标准落地实践133
6.3.1 运维数据之日志标准化的范围134
6.3.2 运维数据之日志标准化的投入分析136
6.3.3 运维数据之日志标准化的执行方案137
6.3.4 运维数据之日志标准化的技术赋能139
6.3.5 运维数据之日志标准化的标准运营141
6.4 小结143
第7章 运维数据安全管理144
7.1 数据安全治理概述145
7.1.1 数据安全正面临更多的严峻挑战145
7.1.2 数据安全治理已经受到高度重视146
7.1.3 运维数据安全治理的定义及内涵147
7.2 运维数据安全分析148
7.2.1 数据安全的五个影响阶段148
7.2.2 运维数据安全形势解析149
7.2.3 运维数据安全治理原则150
7.3 运维数据安全治理体系151
7.3.1 运维数据安全体系的架构151
7.3.2 运维数据安全的组织保障152
7.3.3 运维数据安全的流程保障153
7.3.4 运维数据安全的技术平台154
7.3.5 运维数据安全的实施路线157
7.4 小结158
第8章 运维数据质量治理159
8.1 数据质量治理概述160
8.1.1 运维数据质量管理释义160
8.1.2 运维数据质量面临的挑战161
8.1.3 影响运维数据质量的因素162
8.2 运维数据质量管理分析指标163
8.3 运维数据质量管理方法165
8.3.1 构建三位一体的运维数据质量管理165
8.3.2 建立体系化的运维数据质量组织管理167
8.3.3 制定数据质量管理
推荐序二
推荐序三
推荐序四
自序
前言
概念篇
第1章 运维数字世界2
1.1 元宇宙与数字世界3
1.2 全球范围内的数字化时代已至4
1.3 数字化世界面临的崩塌风险5
1.4 IT与运维的价值传递和创造5
1.5 数字化时代的运维挑战9
1.6 从人力运维（HIOps）到智能运维（AIOps）13
第2章 运维数据治理是数字化运维的新课题18
2.1 数据、算法、场景：工程化的“三驾马车”18
2.2 当前广泛认知的企业数据治理20
2.2.1 国家标准：GB/T 36073—201822
2.2.2 国家标准：GB/T 34960.5—201824
2.2.3 国际标准：ISO/IEC 38505-126
2.2.4 DAMA-DMBOK2数据管理知识体系指南27
2.2.5 DGI数据治理模型29
2.3 运维数据治理面临的新挑战30
2.3.1 业务数据及其治理的应用场景32
2.3.2 对狭义运维数据的抽象认识34
2.3.3 运维数据治理的特色之一：配置管理CMDB36
2.3.4 运维数据治理的特色之二：运维指标体系管理38
2.3.5 运维数据治理的特色之三：调用链路及其应用场景40
2.3.6 运维数据治理呼唤新思考和新方法43
2.4 运维数据治理模型44
方法篇
第3章 数据升华之路：从运维数据到资产50
3.1 认识运维数据原材料51
3.1.1 运维数据全景51
3.1.2 运维数据类型聚焦数据应用53
3.1.3 运维数据形式聚焦平台化建设57
3.1.4 运维数据载体抽象数据处理技术65
3.2 运维数据资产化之路68
3.2.1 面临的问题68
3.2.2 运维数据资产化70
3.3 运维数据平台72
3.4 小结73
第4章 运维数字地图：元数据74
4.1 认识运维数字世界75
4.1.1 运维早已身处数字世界75
4.1.2 数字地图描述运维数字世界77
4.1.3 运维元数据模型80
4.2 元数据描述运维对象81
4.2.1 运维对象是运维数字世界的基本原材料81
4.2.2 CMDB描述运维对象82
4.2.3 元数据赋予CMDB步入新的阶段84
4.3 元数据描述运维指标86
4.3.1 运维指标的构建目的86
4.3.2 运维指标需要元数据管理87
4.3.3 基于运维指标体系建立指标元数据管理88
4.4 构建系统架构关系89
4.4.1 架构与架构资产化89
4.4.2 串联运维对象的横纵关系92
4.5 运维元数据管理技术架构94
4.5.1 元数据的采集与存储94
4.5.2 元数据的监控与管理96
4.5.3 元数据的分析与服务96
4.6 运维知识管理97
4.7 小结98
第5章 主数据之魂：运维指标体系100
5.1 运维主数据管理思路101
5.2 不同领域指标体系的建设经验102
5.2.1 国外指标体系理论方法趋于成熟102
5.2.2 国内积极探索指标体系建设方法104
5.3 指标体系的概念和类型108
5.3.1 认识指标108
5.3.2 指标体系的类型112
5.3.3 构建运维指标体系的价值112
5.4 数字化运维指标体系构建的方法论114
5.4.1 D-CREAM模型114
5.4.2 指标体系实施步骤116
5.4.3 数字化运维指标涵盖的内容118
5.4.4 IT卓越运营指标118
5.4.5 指标的生产与管理121
5.5 小结125
第6章 标准化先行：运维数据标准前移126
6.1 标准化概述以及数据标准的内涵127
6.1.1 统一的共识：数据标准定义127
6.1.2 数据标准的典型分类方式128
6.1.3 国内数据标准和规范概况129
6.2 运维数据标准面临的挑战及落地方法130
6.2.1 面临的挑战130
6.2.2 落地运维标准的系统化方法131
6.3 运维数据标准落地实践133
6.3.1 运维数据之日志标准化的范围134
6.3.2 运维数据之日志标准化的投入分析136
6.3.3 运维数据之日志标准化的执行方案137
6.3.4 运维数据之日志标准化的技术赋能139
6.3.5 运维数据之日志标准化的标准运营141
6.4 小结143
第7章 运维数据安全管理144
7.1 数据安全治理概述145
7.1.1 数据安全正面临更多的严峻挑战145
7.1.2 数据安全治理已经受到高度重视146
7.1.3 运维数据安全治理的定义及内涵147
7.2 运维数据安全分析148
7.2.1 数据安全的五个影响阶段148
7.2.2 运维数据安全形势解析149
7.2.3 运维数据安全治理原则150
7.3 运维数据安全治理体系151
7.3.1 运维数据安全体系的架构151
7.3.2 运维数据安全的组织保障152
7.3.3 运维数据安全的流程保障153
7.3.4 运维数据安全的技术平台154
7.3.5 运维数据安全的实施路线157
7.4 小结158
第8章 运维数据质量治理159
8.1 数据质量治理概述160
8.1.1 运维数据质量管理释义160
8.1.2 运维数据质量面临的挑战161
8.1.3 影响运维数据质量的因素162
8.2 运维数据质量管理分析指标163
8.3 运维数据质量管理方法165
8.3.1 构建三位一体的运维数据质量管理165
8.3.2 建立体系化的运维数据质量组织管理167
8.3.3 制定数据质量管理
猜您喜欢
