數據(Data)是什麼？根據定義，數據是指可以收集、儲存和分析的資訊。人類自古以來就是在處理數據，比方說清代盛極一時的「日昇昌」票號幾乎壟斷當時的金融服務，再比方說美國的「雙子星計畫」，1965年至1966年間共有10次載人飛行。這兩項東西方的案例，在當時都沒有所謂的「數位電腦」，可是所形成的結果絕對影響後世。春秋時代的吳越爭霸，據說越王勾踐親嘗吳王夫差的糞便來判定病情，這雖是政治權謀之舉，可是現在的醫生，不需要親嘗病人的糞便就可以判定病情！因為，工具的演進與相應的流程，使得人類已經越來越掌握數據背後的價值，可以為人類謀取福利。
回到今天來看，Google Search 大概也有近30年了。各位在你閱讀這篇文章時，你不可能沒有這方面的使用經驗。我們假設一下：未來企業中，每一位員工或是團隊，如果為了解決業務上的問題，或是進行優化，都可以在企業的授權下，利用企業內類似Google Search的工具，找到相關的數據，自行的進行分析與研究，當然在企業內找到的數據集必須是有品質的等等。這樣的組織，有一個名詞稱之為數據民主(Data Democracy)。這應該是數據驅動型組織再往前進的一個境界！因為這裡，企業內的員工不僅是有意識，還有相應的文化，更重要的是具備有數據能力，而配合如此境界的架構，人們稱之 Data Fabric。
從上面的兩段話來看，讀者大概就能夠理解到人類對於數據的處理，因藉著工具，越來越有效與高效的處理下，數據後的價值，將會更快、更有效與更細緻的被尋找出來。更何況，數據還是人工智慧的基礎！這樣的基礎讓我們的經驗被記住、分析，並作為形成新解決方案的基礎，如此這樣的循環是越來越快。你說，人類的進步，難道不會更快嗎？來自各方的競爭力，將會是越來越強大！
這本書，從最早結構化的數據處理，比方說關聯式資料庫的 SQL 開始，進入到非結構化數據的處理，各式各樣的 NoSQL資料庫。這只是儲存的基本。從傳統的 ETL 也談到 Data Pipeline，當然少不了要談串流與批次，還有混合。談各式各樣的數據架構，包含上述的 Data Fabric，還有你看過的雲端的各式各樣，也要談特徵儲存與模型佈署，因為這是數據工程師的職責。最後，基本的安全、隱私，還是數據品質等概念，都包含在內。這本書，將來也是免費供應給 Enterprise Big Data Professional 的學員閱讀。如果你有興趣要獲取這一項 國際認證，也是必須要 先上課考試，獲取 EBDP 的國際認證。