全书分为三大部分： 主要讨论有关增强数据密集型应用系统所需的若干基本原则。首先开篇第1章即瞄准目标：可靠性、可扩展性与可维护性，如何认识这些问题以及如何达成目标。第2章我们比较了多种不同的数据模型和查询语言，讨论各自的适用场景。接下来第3章主要针对存储引擎，即数据库是如何安排磁盘结构从而提高检索效率。第4章转向数据编码（序列化）方面，包括常见模式的演化历程。 我们将从单机的数据存储转向跨机器的分布式系统，这是扩展性的重要一步，但随之而来的是各种挑战。所以将依次讨论数据远程复制（第5章）、数据分区（第6章）以及事务（第7章）。接下来的第8章包括分布式系统的更多细节，以及分布式环境如何达成一致性与共识（第9章）。 主要针对产生派生数据的系统，所谓派生数据主要指在异构系统中，如果无法用一个数

数据是什么？如何应用数据？如何把数据变成更有价值的东西？本书主要适合刚开始使用数据的读者，能让他们对数据的含义、价值及用途有清晰的认识和了解，本书目的是介绍数据的相关知识，同时鼓励人们参与到日益增多的与数据有关的对话中。 本书通过介绍简单数据相关知识，即从一个总体目标、两种思维系统、三大应用领域、四种数据尺度、五种数据分析方法、六种数据展现方式、七种数据活动、八个提前问的问题分别展开阐释数据和分析的方法和思维方式。

本书的主要内容有：熟悉Spark的编程模型和生态系统。学习数据科学的一般方法。检查分析大型公共数据集执行步骤的完整性。发现哪些机器学习工具对特定问题有帮助。探索可适应多种用途的代码。

本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准，论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识，以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。 书中专门用一章的内容来介绍与可视化效果互动的常规概念，并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复杂的数据，本书涵盖了自动化分析计算支持可视化数据分析的相关内容，另外还介绍了多屏幕环境下的高级可视化概念、数据分析过程中的用户指南以及渐进式可视化数据分析等技术。 作者用简洁明了的术语以自上而下的视角解读了交互式可视化数据分析。众多真实案例和丰富的插图将使学生、本领域专家、数据密

K线图已经成为金融交易平台和图表程序的关键组成部分。使用这些图表，交易者们从中学习基础模式，用于解释价格走势历史，并预测未来市场。这本详细的指南向投资组合经理、量化分析师、策略师和分析师展示了如何使用Python来识别、扫描K线图模式，根据模式进行交易，并回测K线图模式的盈利能力。 金融作家、交易顾问和机构市场策略师Sofien Kaabar在本书中展示了如何创建K线图扫描器和指标，通过这些指标，我们可以比较不同模式的盈利能力。通过这本实践指南，你还将探索一种类似K线图的新型图表系统，以及从未介绍过的新模式。 通过这本书，你将学会： 创建并理解经典和现代K线图模式所需的条件。 学习这些模式背后的市场心理。 使用一个框架来学习如何进行交易策略的回测。 探索不同的图表系统并理解它们的局限性 在Python中导入不同时间框架的OHLC

编写本书的目的是使读者可以在最z短时间内掌握Excel 数据分析。本书以数据分析的整体流程和知识难易度来安排各章内容及其在全书中的次序，每一章内容都紧密围绕数据分析展开。全书共10 章，每天学习一章，10 天就能学会Excel 中的大多数数据分析工具的用法和技巧。 本书的主要内容包括数据分析的基本概念和流程、Excel 中的数据分析工具的功能和特点、导入外部数据和输入不同类型的数据、修复有问题的数据、设置数据格式、排序、筛选、分类汇总、数据透视表、公式和函数基础知识、提取和格式化文本、汇总和统计数据、计算日期、模拟分析、单变量求解、规划求解、分析工具库、图表的基本概念和基础操作、创建不同类型的图表、导入和刷新数据、使用Power Query 编辑器整理数据、使用Power Pivot 创建数据模型、创建计算列和度量值、销售分析和客户分析等

Apache Flink项目的资深贡献者Fabian Hueske和Vasiliki Kalavri展示了如何使用Flink DataStream API实现可伸缩的流式应用，以及怎样在业务环境中持续运行和维护这些应用。流处理的理想应用场景有很多，包括低延迟ETL、流式分析、实时仪表盘以及欺诈检测、异常检测和报警。你可以在任意类型的持续数据（包括用户交互、金融交易和物联网等数据）生成后，立即对它们进行处理。本书主要内容包括： 了解有关分布式状态化流处理的概念和挑战。 探索Flink的系统架构，包括事件时间处理模式和容错模型。 理解DataStream API的基础知识和构成要素，包括基于时间和有状态的算子。 以精确一次的一致性读写外部系统。 部署和配置Flink集群。 对持续运行的流式应用进行运维。

本书介绍了 Kubernetes 部署大规模容器的复杂流程。只有精通每个网络层的抽象工具，才能在生产集群中高效地排查故障并维护集群。本书涵盖如下内容：Kubernetes网络模型。如何从CNCF CNI项目中选择最Z适合集群的接口。Kubernetes 背后的网络基础和Linux基础。如何快速排除网络问题并防止停机。AWS、Google Cloud和Microsoft Azure的云网络和Kubernetes服务。各种网络工具的利弊以及如何为你的技术栈选择最Z合适的工具。

数据仓库、大数据、数据科学的简单介绍。 了解企业建立数据湖的各种途径。 探索如何构建自助服务模型，以及如何让分析师便捷访问数据的*实践。 使用不同的方法来构建数据湖。 了解不同行业专家实现数据湖的方法。

本书包括如下内容：Clos拓扑结构。网络解耦。网络操作系统选择。路由协议选择。容器网络。网络虚拟化和EVPN。网络自动化。

利用这本书，你将学习以下内容：了解如何选择Spark转换实现优化的解决方案。探索强大的转换和归约，包括reduceByKey()、combineByKey()和mapPartitions()。理解数据分区以实现优化查询。使用PySpark设计模式构建和应用模型。对图数据应用motif查找算法。使用GraphFrames API分析图数据。对临床医学和基因组数据应用PySpark算法。学习如何在ML算法中使用和应用特征工程。了解并使用实用的数据设计模式。

数据科学伦理是关于人们在进行数据科学方面的行为的道德规范。到目前为止，数据科学主要应用于企业和社会并产生了积极成果。 然而，就像任何技术一样，数据科学也带来了一些负面后果：隐私侵犯的增加，对敏感群体的数据驱动的歧视以及使用不可解释的复杂模型做出决策。 没有哪个数据科学家和业务经理是天生不道德的，只是他们没有接受过培训来考虑他们在工作中的伦理问题 本书旨在填补这个越来越重要的空白和解释不同的概念和技术，帮助读者理解从k-匿名和差别隐私到同态加密和零知识证明等技术已可以解决隐私侵犯问题，消除敏感群体歧视和提供各种可解释的人工智能。 现实生活中的警世故事进一步说明了数据科学伦理的重要性和潜在影响，包括种族主义机器人的故事、搜索审查和人脸识别等。本书中穿插着结构化的练习，提供假设的场景和

本书的主要内容有：上手使用MySQL，学习如何在生产环境中使用MySQL。在裸机、虚拟机和云中部署MySQL数据库。设计数据库基础设施。编写高效的查询代码。监控MySQL数据库，排除故障。高效执行备份和还原操作。利用云技术优化数据库成本。理解数据库概念，特别是与MySQL有关的概念。

了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制有效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。这一版重写了书中的示例代码，并对诸多内容做了修正。

继煤炭、钢铁和石油之后，数据正在成为重要的国家战略资源和国家间竞争的战略工具。数据主权是国家主权在网络空间的逻辑延伸和核心表现，关乎数据安全、个人隐私和数字经济发展，是国家安全和发展的核心利益所在。 《数据主权与治理模式辨析》围绕数据主权及治理模式进行剖析，调研全球主要经济体的数据主权治理模式演化过程，在厘清数据主权内涵和概念、借鉴国外数据主权治理模式的基础上，以主权平等、合作共治为原则，从跨境数据流动、数据本地化存储、数字贸易、 长臂管辖 及其反制策略等方面，分析比较各国数据主权治理的模式及其实施效果，构建匹配中国数字经济和数据资源体量、符合中国数据规制要求，兼顾各国利益的数据主权治理规则，推动全球数字经济全面健康发展，是中国数据治理的重要使命和时代担当。

本书的主要内容有：深入探讨BigQuery的内部工作方式，包括其整体架构。学习BigQuery支持的数据类型、函数和运算符。优化查询语句和schema，从而提高性能或降低成本。使用标准SQL中高级功能，如GIS、历史快照、DDL/DML、用户定义函数和脚本。使用BigQuery ML解决各类机器学习问题。学习如何保护数据、监控作业，以及授权用户。

如今，推荐算法已经普遍应用于在线各个领域和场景，越来越多的商品、服务、用户通过推荐算法高效地连接彼此，每个人都享受到更加个性化的内容和服务。推荐已深刻地改变了我们与世界连接的方式。 本书聚焦在产品运营的角色上，探讨产品运营人员应该如何理解推荐算法，如何在不同的功能场景下应用推荐算法，如何从平台业务的角度对算法结果进行干预和再平衡。此外，本书着重于阐述不同功能场景下推荐的应用，辅以内容、电商、社交等业务下的应用实例。在每个章节中，都会枚举市面上已有产品功能或作者本人经历过的业务实践，以期给读者提供可以实操落地的借鉴。

随着MySQL越来越受欢迎，关于如何通过MySQL解决具体问题的疑问越来越多，这本书也应运而生。这本手册为需要快速的解决方案或技术，但没有时间从零开始解决MySQL问题的程序员或专家提供大量简短且重点突出的代码，数百个完整的示例，以及清晰简明的解说。 本书的主要内容包括： ?连接到服务器、执行查询，并获取结果。从MySQL服务器获取数据。存储、获取以及处理字符串。使用日期和时间。排序查询结果，生成汇总信息。评估数据集的特征。编写存储函数和过程。使用存储例程、触发器和计划事件。执行基本的MySQL管理员任务。理解MySQL的基础监视知识。

本书的主要内容有：研究数据管理趋势，包括技术发展、法规要求和隐私问题。深?了解可拓展架构，学习各组件之间如何协同?作。探索数据治理和数据安全、主数据管理、?助式数据市场，以及元数据的重要性。

本书是由斯普林格出版社2018年出版的介绍物联网雾计算前沿技术的书籍，全书详细介绍了物联网雾计算发展的背景及驱动因素，系统分析了雾计算的计算服务、存储服务和通信服务；从雾层管理方面，阐述了雾计算中物联网资源评估所面临的挑战及模型，分析了雾计算的分层处理在物联网超大规模系统中的作用；从雾层服务方面，阐述了雾计算隐私保护的现状和未来，描绘了隐私保护领域自感知雾计算的发展，探讨了城市物联网边缘计算；以信息物理能源系统、医疗保健领域为例分析了雾计算应用实践。