李福东，清华大学学士，北京邮电大学硕士，16年电信、金融、交通、政府等行业信息化工作经验，曾在国内外知名企业担任软件工程师、系统架构师、售前咨询工程师、项目经理、技术总监等职，在国内核心期刊和学术会议上公开发表论文10余篇，目前研究方向为信息系统顶层设计、大数据、移动互联网和电子商务。

致谢
专家推荐
序：全方位架构企业，赢在大数据运营
导读
引言
第1章 筑巢：来自建筑行业的启示
1.1 谋划：像盖房子一样架构企业
1.2 过程：企业是业务活动的集合体
1.3 信息：企业业务活动的承载者
1.4 应用：业务与技术之桥
1.5 功能：特定任务的执行单元
1.6 数据：信息社会的永恒记忆
1.7 集成：价值网络时代的整合者
1.8 技术：改变世界的源动力
1.9 部署：让飞机平稳着陆
1.10 安全：都是开放惹的祸
1.11 治理：没有规矩不成方圆
1.12 本章主要内容回顾
第2章 联姻：当企业架构爱上大数据
2.1 大数据与决策：选择远比努力更重要
2.2 张开想象的翅膀：大数据服务畅想
2.3 对号入座：定位大数据发力点
2.4 能力落地：大数据服务数据源及其关键实现活动
2.5 主要内容回顾
第3章 孕育：凡事预则立，不预则废
3.1 大数据服务战略：大数据决定大未来
3.2 大数据服务设计方法论：方法比努力更重要
3.3 大数据服务架构设计：在平衡中实现完美
3.4 大数据服务模型设计：默默无闻的贤内助
3.5 大数据服务容量设计：海纳百川，有容乃大
3.6 大数据服务过程设计：卓有成效的管理者
3.7 大数据服务组织设计：分工不分家
3.8 主要内容回顾
第4章 分娩：从幕后到台前的华丽转身
4.1 大数据服务转换原则
4.2 大数据服务转换过程
4.3 大数据服务转换组织设计
4.4 主要内容回顾
第5章 培育：调整、巩固、充实、提高
5.1 大数据服务运营：多、快、好、省
5.2 大数据服务改进：自强不息止于至善
5.3 主要内容回顾
第6章 腾飞：在实践中检验真理
6.1 大数据在电信行业的应用
6.2 大数据在金融行业的应用
6.3 大数据在互联网行业的应用
6.4 大数据与隐私保护
6.5 大数据相关热点话题
6.6 主要内容回顾
第7章 框架体系：以不变应万变
7.1 企业架构：战略与运营之桥
7.2 Frameworx框架体系：电信行业的灯塔
7.3 ITIL/ITSM框架体系：IT行业的指南针
7.4 主要内容回顾
第8章 大数据技术：他山之石，可以攻玉
8.1 开源框架Hadoop
8.2 大数据存储技术
8.3 大数据分析技术
8.4 大数据展示技术
8.5 主要内容回顾
附录A 重点概念及其定义
参考文献
后记：愿大数据运营成为一种思维方式

　　序：全方位架构企业，赢在大数据运营
　　科学技术的发展大大改变了人类生产和生活的方式，尤其是自从人类发明了计算机和互联网以来，信息的快速流动和共享让全球资源得以有效配置，有力地推动了世界经济的全球化和一体化。
　　信息通信技术的发展引发了多个社会热点，包括物联网、移动互联网、云计算、大数据等。物联网的目标是连接自然环境与物质世界，移动互联网的目标是连接人与人，云计算的目标是实现IT资源如同水电一样按需分配，大数据的目标则是为不同领域提供决策支持。
　　物联网能够实现物与物的连接，可以应用于工业、环保、医疗、交通、安防、水利、物流、仓储等领域。据IT研究与咨询公司高德纳（Gartner）预测，到2020年，可穿戴设备出货量将达到5亿，世界将安装300亿个无线传感器节点，未来10年传感器数量将会达到万亿级。预计2020年，亚太地区的物联网设备总量将从目前的31亿台增至86亿台，除日本外的市场规模将从目前的2500亿美元增至5830亿美元。中国将成为全球物联网市场的领跑者，预计2020年，中国物联网市场规模将占整个亚太地区市场规模的59％。可见，物联网产业具有非常巨大的发展潜力。
　　物联网连接的是“物”，而互联网连接的则是“信息”。随着移动通信技术的发展，移动互联网已经成为社会发展的热点之一。根据中国互联网信息中心统计，截至2014年6月底，我国网民数量达到6.32亿，手机网民数量达到5.27亿，移动互联网用户大约占互联网用户总数的80％。
　　目前，全球大概有52亿移动用户，其中仅有大约30％的智能手机使用率，具有很大的市场发展空间。据美国权威市场研究公司IDC预测，2015年全球智能手机出货量将达到14亿，市场规模将达到4840亿美元，中国智能手机的出货量将达到5亿部，超过全球出货量的1/3。2014年，中国移动市场规模接近1900亿元，预计2015年，中国移动互联网市场规模会超过4000亿元，预计2017年，移动互联网市场将继续保持强劲的增长势头，有望超过6000亿元。
　　从产品形态看，传统的智能手机、平板电脑将会逐渐向大屏、高清显示、多核处理器、多模多频的方向演进，而可穿戴设备、跨界智能终端、智能电视、智能汽车等将成为新兴的智能终端产品，具有非常强劲的市场潜力。
　　移动互联网市场在移动搜索、移动在线教育、移动电子商务、移动支付、移动在线游戏等方面将会保持强劲的发展势头。预计2015年，移动搜索的市场规模将超过60亿元，移动电子商务市场将突破千亿元，移动支付市场规模将超过7000亿元。
　　移动互联网的发展离不开移动智能终端和移动通信网络的发展，而移动通信技术是推动移动互联网飞速发展的前提和基础。作为移动互联网的重要载体，智能手机、平板电脑等移动设备的销量将继续扩大。除了智能手机和平板电脑，手表、手环、项链、滑板、智能眼镜、环境监测设备、医疗设备等将会有很大的发展空间。
　　在移动数据业务的支持方面，移动通信网络的发展经历了第二代（2G）、第三代（3G）和第四代（4G），第五代（5G）正处于研究阶段。2G的传输速率为9.6kb/s，最高可达到384kb/s；3G在室内、室外和行车环境的传输速率分别为2Mb/s、384kb/s和144kb/s，通过优化最高可达到上行5.8Mb/s，下行28Mb/s的传输速率；4G的传输速率可以达到上行50Mb/s，下行100Mb/s；5G的传输速率预计最高可达到10Gb/s，是4G传输速率的近100倍。移动通信网络传输速率的不断提升为移动互联网应用的发展创造了条件。
　　云计算能够实现IT资源的按需分配，推动更加专业化的社会分工，进一步激发全社会的创新能力。据美国权威市场研究公司IDC预测，2015年云计算的市场规模将达到1180亿美元。根据计世资讯研究（CCW Research），2014年我国云服务市场规模已经达到1645.8亿元，同比增长28％，其中，IaaS占比达23.4％，SaaS服务占比约为70％，PaaS的市场占有率较低。为了推动云计算在我国的快速发展，工业和信息化部在“十三五”纲要中，将云计算列为2016—2020年重点发展的战略性产业。
　　据美国权威市场研究公司IDC预测，2015年大数据相关的软硬件及服务市场规模将达到1250亿美元，图像、音频、视频等多媒体成为大数据分析的重要驱动力，将会呈现至少3倍的增长。产业链中起主导作用的IT服务提供商将提供数据即服务（DaaS）平台，大数据分析公司会在此基础上提供增值服务，物联网领域将成为主要的分析对象，预计在未来的5年，大数据市场将会有30％复合增长率的高速增长。
　　无论是物联网、移动互联网，还是云计算、大数据，都预示着未来巨大的市场发展空间。作为社会经济细胞的企业，在面对市场提供的各种发展机遇时，需要根据自身情况制定发展战略，在激烈的市场竞争中占得先机。
　　信息通信技术、交通技术促进了全球在投融资、设计、采购、生产加工、物流配送、渠道销售等环节更加专业化的社会分工，大大提高了社会整体效率，推动了人类社会的快速发展。
　　社会生产在全球范围内的分工，虽然促进了社会生产力的发展，但是也使得企业处于风险更大的环境之中，企业需要快速地响应外部变化，才能够在市场竞争中占据主动。因此，要求企业能够将发展战略有效地贯彻到建设和运营活动之中，提高执行力。如果企业发展战略与建设和运营脱节，企业将会偏离预先设定的目标和方向，在激烈的市场竞争中处于不利地位，甚至会破产。因此，企业应当从多维度、全方位地架构企业，确保企业发展战略能够真正落地实施。
　　企业架构是复杂的系统工程。企业通常需要定期进行外部环境分析和内部资源评估，制定中长期发展战略。因此，要求企业架构模型能够完成对目标和现状的分解要求，通过差距分析，为企业制订明确的行动计划。
　　企业的业务活动往往需要不同部门、不同角色、不同地域的人员共同参与，比如市场营销部门的营销人员、产品销售部门的销售人员、客户服务部门的客服人员、采购部门的采购人员、工程建设部门的建设人员、维护部门的维护人员等。此外，人力、财务、资产等职能部门也需要共同参与，如果没有良好的企业架构，则很难保证企业发展战略能够有效地贯彻到企业建设与运营活动之中。可见，企业架构在企业中的重要地位。
　　物联网、移动互联网、云计算等产业的发展，为全社会生产了越来越多的数据，为了体现这些数据的新特征，业界将其定义为“大数据”。如果说煤、石油、天然气等是自然界提供的能源，那么大数据则是信息社会提供的新型能源。对于企业而言，大数据成为企业认识市场、客户和自身的核心资产。
　　大数据虽然魅力无穷，但是如果企业不能正确认识和利用大数据，那么对于企业而言，数据仍然是一堆废铜烂铁。关于大数据，企业需要引发许多思考，包括大数据如何在业务活动中发挥作用？如何发现和定义大数据服务？如何设计大数据服务？如何部署大数据服务？如何持续地运营大数据服务？如何有效地管理大数据？大数据服务在企业架构中如何承载？等等。
　　可见，对于企业来讲，要想充分理解和运用大数据服务，并不是一件非常简单的事情。为了便于读者快速地掌握本书中关于大数据运营的思路和方法，笔者在此概括性地说明一下。
　　大数据来源于自然环境和人类社会，是对自然环境、人类特征和行为的记录，其原理是借助数据来把握规律，进而实现预测未来和支持决策的目的。因此，可以将业务活动分为两类：负责执行的业务活动和支持决策的业务活动，大数据服务属于支持决策的业务活动。
　　企业架构框架从空间角度来架构设计企业，由于决策和执行是业务活动，是一体两面、不可分割的，因此大数据服务与面向操作的事务型活动一样，在企业架构的10个维度（业务过程、信息、应用、功能、数据、集成、技术、部署、安全、治理）需要相互配合，共同支撑完成从企业发展战略到运营的转换。
　　大数据服务在时间维度上体现为从需求分析、架构设计、开发测试、部署上线到持续优化的过程。不同于面向操作的事务型应用，大数据服务需求来源于业务需求和大数据两者的结合，业务需求是待决的决策问题，而大数据则是解决问题的数据基础。在架构设计方面，大数据服务重点关注数据的全生命周期管理和元数据管理，大数据是长期历史数据的积累，应当根据应用需求和管理要求制定数据迁移策略，元数据相当于分析人员数据字典。在持续优化阶段，企业需要借助监控手段，实时监控大数据的活性和运行状况，不断丰富和完善数据源，提升数据质量，不断提升决策支持的及时性和正确性。
　　本书是笔者的处女作，由于个人认识水平和时间的限制，不足之处恳请批评指正。希望本书能够让读者更加全面、系统地掌握基于大数据架构企业的思路与方法，充分挖掘大数据资源的潜力，赢在充满希望的大数据时代！
　　个人联系方式：
　　邮箱：lifudong00@tsinghua.org.cn
　　微信：dsjlfd，QQ：371574651，QQ群：156966796
　　博客：lifudong.blog.51cto.com
　　个人网站：www.easyarch.cn
　　李福东，2015年4月于北京

　　大数据对于企业非常重要，但是如果没有设计良好的企业架构，很难看清楚它对于企业的价值和作用，因此本篇是在分析大数据运营之前的必要准备，通过企业架构的设计，可以清晰地看到大数据在企业中的发力点，进而形成满足大数据运营的企业架构新思维。
　　以企业发展战略为指导，结合业务架构与技术架构，按照系统的方法论，将企业架构绘制成一座10个维度的小房子。
　　由于企业自身的复杂性以及外部环境对企业响应要求的敏捷性，要求企业从战略、业务和技术方面统筹考虑，有效衔接。
　　企业架构需要从战略、业务、技术三个层次进行分析与设计。战略、业务、技术是三个相互联系又相互区别的部分，负责企业架构的人员应当从上到下、从前到后、系统化地对企业进行分析和设计，从而保证企业架构的整体性。
　　企业战略侧重关注企业发展的长远和全局，通过分析自身特点和外部环境，找出自身的优势与不足，同时确定机会和威胁，在知己知彼后制定符合企业自身的发展战略。例如，某电信运营商通过分析认为，3G市场竞争中自身拥有的WCDMA技术相比其他竞争对手具有技术先进、产业链条更加成熟等优势，但在2G网络（GSM）的覆盖规模、网络质量等方面均与竞争对手相比存在较大差距，因此制定了3G领先战略，借助3G优势取得领先优势。
　　业务是在企业战略的指导下完成的，同时业务也需要技术的支持来实现。从企业内部看，需要整合内部和外部资源为客户提供服务。业务除了包括面向客户的市场营销、销售、服务以及支撑业务运营的客户、产品、渠道、合作伙伴等元素外，还包括面向企业内部管理的人力资源、财务、资产、工程、知识、风险等方面。此外，支撑企业提供服务的资源则是企业价值提供的基础，比如电信运营商的通信网络资源，银行的货币资源、电力公司的电网资源等。
　　技术是一种手段，用于支撑业务需求的实现。在信息、通信、物联网等技术飞速发展的时代，技术在提升运营效率、管理水平、客户感知等方面都发挥了越来越重要的作用，同样，技术应当与业务紧密关联，应当能够迅速响应业务需求的变化。
　　企业架构应当能够紧密连接战略、业务与技术，作为指导企业发展和响应外部变化的蓝图。企业应该多个维度定义相互联系、相互制约的架构蓝图，用于评估企业发展现状和目标，通过目标与现状的对比，企业从多个维度定位问题和差距所在，并根据改进的原则、方法和工具进行不断调整，以实现企业整体目标。
　　本章按照从战略到业务再到技术的思路，以企业发展战略为指导，结合业务架构与技术架构，按照系统的方法论，将企业架构绘制成一座小房子。
　　从这座房子可以看出，企业架构共从10个维度进行管理，分别为：业务过程架构、信息架构、应用架构、集成架构、功能架构、数据架构、技术架构、部署架构、安全架构和治理架构。其中业务过程架构和信息架构属于业务层面，功能架构、数据架构、技术架构、部署架构属于技术层面，应用架构和集成架构处于业务和技术的衔接点，起到桥梁和纽带的作用，而安全架构和治理架构则属于管理层面。