本书以互联网企业中常见数据运营场景为切入点，以工作中实际面临解决的问题为案例，从方法、技术、业务、实践4个维度讲述数据运营的场景及应用方式。书中从实践出发，结合工作中数据运营经验，以应用案例为主线，通过业务分析 代码实践这种更“接地气”的方式讲述数据的应用。书中对于搭建数据监控指标体系、数据分析、数据挖掘、ABTest、埋点策略、用户画像建模等常见数据运营方式做了详细的介绍。

本书主要内容包括：数据清洗在数据科学领域中的重要作用，文件格式、数据类型、字符编码的基本概念，组织和处理数据的电子表格与文本编辑器，各种格式数据的转换方法，解析和清洗网页上的HTML 文件的三种策略，提取和清洗PDF 文件中数据的方法，检测和清除RDBMS 中的坏数据的解决方案，以及使用书中介绍的方法清洗来自Twitter 和Stack Overflow 的数据。

《数据算法：Hadoop/Spark大数据处理技巧》介绍了很多基本设计模式、优化技术和数据挖掘及机器学习解决方案，以解决生物信息学、基因组学、统计和社交网络分析等领域的很多问题。这还概要介绍了MapReduce、Hadoop和Spark。 主要包括： 完成超大量交易的购物篮分析。 数据挖掘算法（K-均值、KNN和朴素贝叶斯）。 使用超大基因组数据完成DNA和RNA测序。 朴素贝叶斯定理和马尔可夫链实现数据和市场预测。 推荐算法和成对文档相似性。 线性回归、Cox回归和皮尔逊（Pearson）相关分析。 等位基因频率和DNA挖掘。 社交网络分析（推荐系统、三角形计数和情感分析）。

本书将现代统计学的重要思想引入数理统计课程中，强调了数据分析、图形工具和计算机技术，并注重统计的实务和应用.本书内容丰富，几乎涵盖了所有经典和前沿的概率论与数理统计理论和方法，主要包括概率、变量、联合分布、期望、极限定理、抽样调查、参数估计、假设检验、数据汇总、两样本比较、方差分析、分类数据分析和线性最小二乘等. 本书用真实数据分析了实际问题，以此增强读者对理论的理解；作者将自助方法与传统的推论性过程结合起来，增加了蒙特卡罗方法.此外，为了使概念更清晰，书中提供了大量的示例，而且还有丰富的习题，以增强读者的计算能力. 本书适合作为统计学、数学、其他理工科专业以及社会科学和经济学专业高年级本科生和低年级研究生的教材，同时也可供相关领域技术人员参考.

本书提供了监控、分析和优化Oracle Database 10g的方法，书中包含了详细的案例研究、实践和丰富的Oracle新的调整特性的代码示例。通过对本书的学习，读者可以了解到如何选择化的索引选项，有效地管理驱动器和磁盘阵列，对查询执行故障检修，以及可靠地预测将来的性能。本书还将详细介绍PL/SQL性能增强、初始化文件调整，以及的数据库调查和报告使用程序。

本书是兼具技术性与指导性的参考手册。书中首先介绍了全书所需的基础知识；接着描述如何借助相关工具识别和分析性能问题，如何利用动态性能视图；接着重点关注负责将SQL语句生成执行计划的组件——查询优化器；展示了Oracle数据库为高效执行SQL语句提供的特性。

《算法竞赛入门经典——训练指南（升级版）》是《算法竞赛入门经典（第2版）》一书的重要补充，旨在补充原书中没有涉及或者讲解得不够详细的内容，从而构建一个更完整的知识体系。本书通过大量有针对性的题目，让抽象复杂的算法和数学具体化、实用化。 《算法竞赛入门经典——训练指南（升级版）》共包括6章，分别为算法设计基础、数学基础、实用数据结构、几何问题、图论算法与模型以及更多算法专题。全书通过206道例题深入浅出地介绍了上述领域的各个知识点、经典思维方式以及程序实现的常见方法和技巧，并在章末给出了丰富的分类习题，供读者查漏补缺和强化学习效果。 《算法竞赛入门经典——训练指南（升级版）》题目多选自近年来ACM/ICPC区域赛和总决赛真题，内容全面，信息量大，覆盖了常见算法竞赛中的大多数细分知识点。书中还给出

MySQL是世界上的数据库管理系统之一。书中从介绍简单的数据检索开始，逐步深入一些复杂的内容，包括联结的使用、子查询、正则表达式和基于全文本的搜索、存储过程、游标、触发器、表约束，等等。通过重点突出的章节，条理清晰、系统而扼要地讲述了读者应该掌握的知识，使他们不经意间立刻功力大增。 本书注重实用性，操作性很强，适用于广大软件开发和数据库管理人员学习参考。

堪称相关行业的“动向”和“密码”的“大数据”究竟是什么？为什么如此受众人关注？未来大数据将改变什么？本书以图解的方式为大家详细解读众人关注的焦点——大数据。 大数据不仅仅是行业的热门话题，也是各行各业关注的焦点。因为它不仅改变了社会，也改变了我们的生活和工作方式。大数据还可应用于各个领域，比如气象预测、预防犯罪、医疗领域等，其功能无比强大。读完本书，你将读懂什么是大数据！

这是一本博大精深但又不太技术的指南，向你介绍数据科学的基本原则，并带领你全程浏览从所搜集数据中抽取有用知识和商业价值所必需的“数据分析思维”。通过学习数据科学原则，你将领略当今用到的诸多数据挖掘技巧。更重要的是，这些原则支撑着通过数据挖掘技巧解决商业问题所需的手段和策略。

Spark SQL 是 Spark 技术体系中较有影响力的应用（Killer application），也是 SQL-on-Hadoop 解决方案 中举足轻重的产品。《Spark SQL内核剖析》由 11 章构成，从源码层面深入介绍 Spark SQL 内部实现机制，以及在实际业务场 景中的开发实践，其中包括 SQL 编译实现、逻辑计划的生成与优化、物理计划的生成与优化、Aggregatio算子和 Joi算子的实现与执行、Tungste优化技术、生产环境中的一些改造优化经验等。 《Spark SQL内核剖析》不属于入门级教程，需要读者对基本概念有的了解。在企业中任职的系统架构师和软件开发人员，以及对大数据、分布式计算和数据库系统实现感兴趣的研究人员，均适合阅读《Spark SQL内核剖析》。

互联网的蓬勃发展，业务驱动技术不断升级，在系统越来越庞大，技术越来越复杂，应用部署集群化，所有压力指向数据库，数据量巨大，数据库优化也到极限了，数据库的运维难以为继，在这种情况下，分布式数据库似乎成为的解决方案。为了解决传统数据库的分布式化这个技术难题，各种数据库中间件应运而生，从早期的Amoeba、TDDL、Cobar，到如今的Mycat，技术日新月异，发展迅猛。Mycat已经成为了一个强大的开源分布式数据库中间件产品。面对企业应用的海量数据事务处理，是目前的开源解决方案。支持多种数据库，开发活跃，已有数百个项目使用，预期Mycat的采用将有爆发式增长趋势。所以Mycat开源社区核心开发者共同撰写了本书，帮助企业更好的使用Mycat中间件架构企业分布式数据库系统。

本书是斯坦福大学计算机科学专业数据库系列课程第二门课的教科书。书中对数据库系统实现原理进行了深入阐述，并具体讨论了数据库管理系统的三个主要成分——存储管理器、查询处理器和事务管理器的实现技术。此外，第2版充分反映了数据管理技术的新进展，对内容进行了扩充，除了在版中原有的“信息集成”一章（0章）中加入了新的内容外，还增加了两个全新的章：“数据挖掘”（1章）和“数据库系统与互联网”（2章）。 本书适合作为高等院校计算机专业研究生的教材或本科生的教学参考书，也适合作为从事相关研究或开发工作的专业技术人员的高级参考资料。

本书以 MySQL 数据库的基础及维护为切入点，重点介绍了 MySQL 数据库应用系统的性能调优，以及高可用可扩展的架构设计。 全书共分3篇，基础篇介绍了MySQL软件的基础知识、架构组成、存储引擎、安全管理及基本的备份恢复知识。性能优化篇从影响 MySQL 数据库应用系统性能的因素开始，针对性地对各个影响因素进行调优分析。如 MySQL Schema 设计的技巧，Query 语句的性能优化方式方法及MySQL Server中SQL层和存储引擎层的优化思路。同时还分析了 MySQL 数据库中主要存储引擎的锁定机制。架构设计篇则主要以设计一个高可用可扩展的分布式企业级数据库集群环境为目标，分析介绍了通过 MySQL 实现这一目标的多种架构方式。主要包括可扩展和高可用两部分内容，可扩展部分包括设计原则、Replication 的利用、数据切分、如何使用 Cache 和 Search，以及 NDB Cluster等内容。高可用

《SQL基础教程》介绍了关系数据库以及用来操作关系数据库的SQL语言的使用方法，提供了大量的示例程序和详实的操作步骤说明，读者可以亲自动手解决具体问题，循序渐进地掌握SQL的基础知识和技巧，切实提高自身的编程能力。在每章结尾备有习题，用来检验读者对该章内容的理解程度。另外，《SQL基础教程》还将重要知识点总结为“法则”，方便大家随时查阅。 《SQL基础教程》适合完全没有或者具备较少编程和系统开发经验的初学者，也可以作为大中专院校的教材及企业新人的培训用书。