DAMA International编著的《DAMA数据管理知识体系指南》是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知识指南和工作参考书，同时可作为计算机、工商管理、信息管理等专业的研究生教材。通过阅读本书，数据管理从业者将有效提升数据管理知识和技能，此书亦是DAMA International推出的数据管理专业人士认证（CDMP）考试的培训及备考必备书目。

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 输入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

 5.4 推荐阅读91

5.4.1 数据模型和数据库设计

5.4.2 业务规则

5.4.3 信息工程

5.4.4 敏捷开发93

5.4.5 面向对象和面向对象设计

5.4.6 面向服务的架构（SOA）

5.4.7 结构化查询语言（SQL）

5.4.8 软件过程改进94

5.4.9 可扩展标识语言（XML）

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DW172

9.5.2 商务智能BI174

9.5.3 数据挖掘DM174

9.5.4 联机分析处理OLAP175

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）

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A242

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