大数据治理与安全：从理论到开源实践

本书主要从理论和实践两个部分对大数据治理与安全技术展开详尽描述。其中理论篇主要从大数据治理的概念、作用、重要性，以及大数据治理的原则、范围及评估内容做出了详细介绍；之后从大数据安全、隐私和审计三个方面，探讨了大数据安全所面临的挑战，以及解决这些问题的技术与方案、作用与意义。开源实践篇分别从Apache的四个开源组件Falcon、Atlas、Ranger和Sentry以及Kerberos软件框架与工具介绍其在大数据治理与安全方面的功能与实践应用方案。

这是一本全面探讨大数据治理与安全技术的著作。书中内容分为理论篇和开源实践篇两部分，分别对大数据治理的概念、原则、范围、评估，以及大数据安全、隐私保护和审计技术进行了深入阐述。在理论篇中，作者首先对大数据治理的基本理论框架进行了详细描述，包括大数据治理原则、治理范围、治理的实施与评估等。随后，作者从大数据安全、隐私和审计三个方面，探讨了大数据安全所面临的挑战，以及解决这些问题的技术与方案、作用与意义。 在开源实践篇中，作者分别从Apache的四个开源组件Falcon、Atlas、Ranger和Sentry以及Kerberos软件框架与工具介绍其在大数据治理与安全方面的功能与实践应用方案。其中，Apache Falcon是一个大数据治理工具，主要解决的是在数据处理过程中，由于数据源类型不一致、数据设计不统一、存储地址不同等问题，导致的数据孤岛、数据不一致等问题。Apache Atlas是一个可伸缩和可扩展的元数据管理工具与大数据治理服务，其设计的目的是为了与其他大数据系统组件交换元数据，改变以往标准各异、各自为战的元数据管理方式，构建统一的元数据库与元数据定义标准，并且与Hadoop生态