豆瓣评论

  • Randy
    看到朋友圈有这本书就找来看看 挺全面的梳理了数据平台建设需要考虑的方方面面的问题 建议阅读时自动屏蔽各种对数据中台概念的生硬的描述 然后全文把“数据中台”替换为“数据平台” [憨笑] 书里介绍的关于硅谷公司数据平台建设的一些实践还是挺有启发的 特别是EA的案例分享10-03
  • Leotunas
    五星。好久没有看到这么实在的专业书了。信息量大,内容体系全面,有真知灼见。陆陆续续读了三周才读完。04-10
  • aFool
    要是细节再多一点就更好了08-27
  • RongieZeng
    各章节之间内容质量参差不齐,第二部分读得想睡。干货还是有一些的,不过只限于方法论,也就是说技术实现细节会比较少,对于负责从0到1搭建数据中台的产品经理或者研发团队负责人,那么这本书参考价值很大,但如果是负责数据中台里面一小块系统功能研发任务的工程师,则帮助不大08-14
  • 白色的蓝
    《大数据平台基础架构指南》是学习阿里 One data 体系,《大数据之路》介绍 one data。那这本就是在 one data 之上介绍 Twitter 等硅谷若干公司的大数据实践。比较 high level,更适合有一定规模的公司参考(比如 100PB 以上),要不然很多问题都不会遇到。09-22
  • 出版人杨福川
    无论你是构建数据中台,还是大数据平台,这本书都非常值得一读,高屋建瓴、字字珠玑。05-18
  • 纯阳书评
    这本书的特点可以概括为“三个说清”,一是说清了数据中台到底是什么,数据中台和当下的大数据平台到底是什么关系;二是说清了数据中台和云原生是什么关系,为什么基于云原生,才有真正的数据中台;三是说清了云原生数据中台的建设方法,建设路径,建设步骤。这三个说清既是本书的三个特点,也是作者对数据中台的三个洞见,更是对数据中台思想内涵和建设方法上的三个具体的贡献。第一、说清了数据中台到底是什么,和大数据平台等数据处理技术是什么关系。作者认为数据中台到底是什么?这恐怕是这本书最为关键的一点。因为这一点必然是整本书的方向和灵魂,是什么显然会决定它和其他事物的关系是什么,也同样会决定建设它的方法是什么。作者认为企业数据中台是全局范围内对数据(后文见书评正文)06-09
  • Evan
    我也是从业者啊。看看厂商是怎么说的06-18
  • 玥偊阁
    有些啰嗦,共享和复用说了无数遍有些可以借鉴的案例03-25
  • Always Day One
    大杂烩,数据领域的技术,流程,规范,业务,组织,方法论,历史发展都讲了一遍,广而不精,可能是由于多人合写的原因,很多东西在不同章节重复地说,略显啰嗦。02-04
  • 小特Rockwall
    内容全面详细,适合入门快速了解阅读。数据中台的数据抽象、复用和共享核心思想贯穿始终,还会结合特定案例说明。云原生这块少了一点,作为子主题展开并与数中融合阐释。20230316@SH Line203-16
  • Allen_L
    终于了读完跟另外一本《数据中台,让数据用起来》比起来更偏向于理论,好处是更国际化视角看完你会对数据中台概念有个完整了解可以覆盖到从零到一构建数据中台的方法论案例还是偏少 内容偏浅一点 数据产品经理入门不错 可以结合上面那本一起看05-10
  • 飞林沙
    理论偏多,实践太少,第一章讲清楚了数据中台是什么,然后接下来就翻来覆去地讲来讲去,直到第十章才开始讲一些具有实操性的技术内容。明明有国外的工作经验,却缺乏国外优秀数据中台的建设实践,然后也和云原生完全不挂钩。整体来说可参考性不强~09-22
  • gaosi
    感觉什么都讲了,但什么都没讲透01-19
  • Lomo
    还不错,读完可以对大数据生态及数据平台、中台建设有一个更立体的认知,有一些方法论及相关实践经验介绍,具体技术不会偏细节11-28
  • wltan
    内容挺全,好像啥都讲了,又好像啥都没讲。03-29
  • Draymond
    讲得很细,但也显得很啰嗦,把一个概念反反复复的重复。中台其实只是个理念而已,不过是一种新的企业内部治理数据的方式,从而达到复用的目的。没那么高大上。04-01
  • 静远浮云
    好久不读中文专业书,但是读的时候明显对文字和总结的理会更深。06-20