《数据库系统概念》是数据库系统方面的经典教材之一，其内容由浅入深，既包含数据库系统基本概念，又反映数据库技术新进展。它被国际上许多大学所采用，包括斯坦福大学、耶鲁大学、得克萨斯大学、康奈尔大学、伊利诺伊大学等。

本书系统论述了图数据库的理论知识与行业应用实践。本书分为理论篇和实践篇，共15章。其中，理论篇包括第1～8章，由浅入深地介绍了图数据库的概念和底层技术原理，涵盖主流图数据库的内核原理与架构设计、图查询语言、图算法 、图数据库客户端编程、图数据库服务端编程、图可视化、图数据库选型等内容；实践篇包括第9～15章，介绍了图数据库的行业应用案例，涵盖知识图谱、金融、泛政府、零售、制造业供应链管理、企业资产管理、生命科学等内容，通过这些案例，进一步启发读者深入思考和挖掘潜在的应用场景。针对行业案例，本书免费提供详尽的源代码，以便读者动手实践。 本书适合数据库应用开发人员、数据库管理人员、数据科学家以及负责数据库选型的技术专家阅读，也适合高等院校数据库专业的高年级本科生和研究生参考。

近年来，在所有科学学科和工业环境中收集的数据量和种类都出现了爆炸式增长。如此庞大的数据集给统计和机器学习领域的研究人员带来了许多挑战。本书对高维统计学进行了详尽介绍，重点介绍核心方法论和理论，包括尾部界、集中不等式、一致律和经验过程以及随机矩阵。此外还深入探索了特定的模型类,包括稀疏线性模型、用秩约束矩阵模型、图模型和各种类型的非参数模型。书中提供了数百个工作示例和练习，既适合统计学相关课程使用，也适合统计学、机器学习和相关领域的研究生与研究人员自学。

本书针对高校商学院商业分析课程编写，内容涵盖了所有相关的商业分析主题，而且各个主题在设计上都是模块化的，教师授课时可灵活地选择最符合其课程目标的主题。比如，本书可以适用于涵盖数据处理（第2章）、数据可视化（第3章）、综合指标（第3章）、统计理论（第4章和第5章）和回归分析（第6章和第7章）的入门课程，或侧重于预测（第8、9、10、11和12章）和预测性建模（第13章）的高级商业分析课程。 为适应不同学生对于统计软件的需求，本书每个知识点都提供了Excel和 R语言两种分析方法和实际操作，而且所有的例题和习题都是使用撰写本书时最新版本的软件解决的，即Microsoft Office Professional 2016、Analytic Solver 2019和 R语言3.5.3版本。 本书的最终目的是让学生更好地理解、管理和可视化数据，学会应用适当的分析工具，并对研究结果及其相关性进行沟通

本书主要介绍从高维数据中感知、处理、分析和学习低维结构的基本数学原理和高效计算方法，系统地归纳了建模高维空间中低维结构的数学原理，梳理了处理高维数据模型的可扩展高效计算方法，阐明了如何结合领域具体知识或考虑其他非理想因素来正确建模并成功解决真实世界中的应用问题。本书包括基本原理、计算方法和真实应用三个部分：基本原理部分系统地介绍稀疏、低秩和一般低维模型的基本性质和理论结果，计算方法部分介绍解决凸优化和非凸优化问题的有效算法，真实应用部分通过实例演示利用前两部分的知识改进高维数据处理和分析问题的解决方案。本书适合作为计算机科学、数据科学和电气工程专业的高年级本科生和研究生的教材，也适合学习稀疏性、低维结构和高维数据课程的学生参考。

本书以敏捷分析工具Tableau为基础，部分章节辅以SQL讲解，系统介绍了数据可视化分析的体系和方法，内容涵盖问题分析方法、数据合并和建模、可视化图形的选择和构建、多种交互方式及其组合、仪表板设计与高级交互、基本计算和高级计算等。 本书以Tableau Desktop的应用为中心，借工具讲解原理，以原理深化工具应用，并由点及面地介绍了业务分析的思考和原理，特别是提出了实践性的"业务 数据 分析 层次框架，并以三类"详细级别 的概念贯通数据模型、高级筛选和高级计算三大主题。 本书重点介绍工具应用背后的思考方式和原理，帮助读者建立"详细级别 的思考框架，举一反三，从而实现多维、结构化分析。

本书英文原版由全球数据中心业内专家共同编写，中文版由国内数据中心业内专家共同翻译并修订完成。内容涵盖了数据中心全生命周期的相关技术及运营管理策略。从数据中心规划、选址、设计、建设、测试、验收、运营到灾备，内容全面详实。是作者及译者多年经验所得。是一本来自全球不同国家、不同企业、不同专业领域的专家共同完成的杰作。 本书可作为数据中心设计者、建设者、管理者以及投资者的学习及参考材料，亦可作为高校相关专业学生及其他人士了解数据中心行业的入门材料。

本书是一本探索如何应用图思维和图技术解决复杂问题的书籍。该书针对有兴趣学习如何使用图数据提升工作水平、解决困难问题的实战从业者。 该书涵盖了与图数据相关的广泛主题，包括图思维、图数据模型和查询语言，讨论了如何将图数据应用于社交网络、物流和网络安全等领域的问题解决方案。 此外，该书还提供了实践指导，包括工具和框架的推荐、设计有效图数据模型的建议，以及如何使用图数据生成洞见和做出明智决策的建议。 总的来说，本书是任何希望学习如何使用图数据解决复杂问题和获得新的工作洞见的人的优质资源。

本书基于感知和可视化的科学，介绍了大量应用的提升可视化效果的关键原则和方法。新版增加了可视化领域的新进展，特别是增加了神经科学感知相关的可视化内容。

本书是一部通过提供一套易于遵守及操作的方法论来实现高质量数据管理的实践指南。内容 全面、详细，并有许多实用的建议和模板，第1版推出后，已成为全球信息质量实践者的书 籍，甚至已成为美国阿肯色大学信息质量研究生项目的教科书。 本书共7章，内容包括数据质量和依赖于数据的世界、数据质量实践、关键概念、十步法流 程、设计项目结构、其他技巧和工具，以及写在最后的话。 作者将信息质量的概念框架与改善信息质量的技术、工具、操作指南相结合，提出并详细描 述了获取高质量数据和可信信息的十步法。作为本书的最新改版，作者进一步阐明并更新了流程 步骤和支持模板，整合了一些有价值的示例和案例，说明了近些年技术和数据生产的演变。 本书内容丰富，理论和实践相结合，易读性和可操作性强，可以作为数据质量管理的入门和 进阶用

本书提供了学习大数据技术及架构的一站式解决方案，覆盖了大数据生态圈中的完整技术体系，包含以下内容。 . 一、数据采集 日志数据采集工具（Flume 、Logstash、Filebeat ） 数据库数据采集工具（离线采集工具 Sqoop、DataX，实时数据采集工具 Canal、Maxwell 网页数据采集工具 物联网数据采集工具 消息队列中间件 . 二、数据存储 分布式文件存储之HDFS NoSQL数据库之HBase NoSQL数据库之Redis . 三、离线数据计算 离线计算引擎MapReduce 离线计算引擎Spark . 四、实时数据计算 实时计算引擎Storm 实时计算引擎Spark Streaming 新一代实时计算引擎Flink . 五、OLAP数据分析 离线OLAP引擎（Hive、Impala、Kylin） 实时OLAP引擎（Druid、ClickHouse、Doris） . 六、全文检索引擎 Lucene Solr Elasticsearch . 七、分布式任务调度系统 Azkaban Ooize DolphinScheduler . 八、分布式资源管理 YARN的原理、架构 YARN

本书介绍了数据工程生命周期，并展示如何组合运用各种云技术来满足下游数据消费者的需求。本书分为三部分：第一部分介绍了数据工程的定义、数据工程的生命周期、合理的架构设计和帮助技术选型的框架；第二部分深入介绍了数据工程生命周期的每个阶段 数据生成、存储、获取、转换和服务；第三部分讨论了数据工程的重要部分 安全和隐私。附录还介绍了与处理数据文件和评估数据系统的性能有关的序列化和压缩，以及云网络。本书适合软件工程师、数据科学家、数据工程师和数据分析师等相关技术人员阅读。

本书是一本指导DBA进行数据库开发和运维的实用手册，本书共9章，包括漫谈数据库、如何提升数据库性能、如何运维好数据库、如何进行数据库设计、如何做好数据库之间的数据同步、认识HTAP技术、认识数据库的功能原理、认识数据库中的数学（逻辑与算法），以及DBA的日常：数据库管理及开发的最佳实践。另有附录DBA杂谈。 本书内容是资深DBA多年实践经验的归纳总结，涵盖DBA日常工作中的主要方面，通过剖析众多的真实案例，并解读原理、分享技巧、提供思路，内容具备较强的启发性和指导性。 本书的受众包括但不限于想要了解如何提升数据库性能的应用开发人员、DBA、业务架构师、IT架构师、数据架构师、数据分析师、系统架构师、解决方案架构师和企业高级管理人员。

在建设新型数据中心的过程中，利用新能源、新技术加速实现节能减排，提升算力服务水平，赋能数据中心产业的节能低碳绿色发展。 本书解读了国家关于绿色低碳新型数据中心政策与节能发展要求，详细介绍了新型数据中心规划、设计和建设的要求以及旧机房DC化重构的整体思路和新技术应用案例，突出新型数据中心智能化管理平台的框架和实现方案以及低碳节能维护管理的基本要素，重点分析了电源系统和空调系统的低碳节能维护要点与管理体系以及新技术应用案例，体现了数据中心赋能经济社会。 本书是信息通信基础设施低碳节能技术的总结和新建局站节能的指南，可供数据中心工程设计、建设施工、运营管理的人员以及系统集成、智慧建筑、IT等行业的技术人员参考和阅读，也可作为大中专院校相关专业师生的参考用书。

数据包络分析（DEA）方法是一种应用广泛的效率评价方法。本书结合作者近年来的研究成果，将数据包络分析方法进行扩展与集成，使之成为一种开展系统综合评价的有效方法。本书重点介绍DEA公共权重配置和DMU完全排序方法、DEA中DMU结构分析和效率分解方法、不确定信息条件下的鲁棒DEA方法、径向和非径向DEA集成效率测度方法、基于DEA的资源配置和目标分解方法等DEA领域的前沿建模方法。同时本书还介绍了DEA方法在能源与环境绩效评价、银行和供应链效率分析中的应用。

本书介绍如何使用CockroachDB创建可扩展的应用，并在为最终用户提供无缝交付能力的同时保障系统性能。全书共15章，分为三部分：第一部分（第1~4章）介绍CockroachDB的历史背景，包括数据库的演进和分布式云数据库的出现，内容涵盖分布式SQL的核心概念、CockroachDB的架构和功能、CockroachDB适用场景下的用例；第二部分（第5~8章）介绍CockroachDB中模式设计的基本原理，涵盖应用的设计和实现，以及与其他数据库的集成；第三部分（第9~15章）涵盖单区域和多区域部署的规划和执行，核心内容包括备份和灾难恢复、安全、可观测性、管理和故障排除以及集群优化。

本书是以给广大量化研究者建立一个一般性的量化研究流程（主要是量化策略开发，也包括其他量化研究）为主旨来展开编写的。全部章节以流程化的形式展开，从量化研究的数据开始到终以交易结束。数据库、指标库、算法库、工具库、可视化库、报告和日常工作系统、交易系统这7个核心库/系统分别解决了量化研究中某一个环节的问题。量化研究是以上述7个核心库/系统所代表环节的一个循环，在这个循环中不断进行的改进和研究。它将数据和思想相结合，通过交易来检验研究成果是否达到预期，然后改进思想和更换数据，并投入下一次交易中。这样的循环使得每一次量化研究都更加接近理想效果。而在循环的每一个环节上，本书给出了一系列工具、算法、技术等来支撑各个核心库/系统的功能。本书在编程语言上以Matlab和Python为主，数据库一章用到了MySQL的基

本书针对大学程序设计竞赛和课程教学，基于数据结构的知识体系结构和循序渐进的原则组织内容，包括基本编程能力训练、线性数据结构的编程、树的编程、图的编程。在每一章中，先介绍了相关的数据结构知识后，然后给出相应的范例；在每章的结尾给出相关题库。

本书是华为 HCIA-openGauss 认证考试的官方教材。本书首先对 openGauss 数据库进行概述；其次介绍了 openGauss 的体系架构及关键特性；接着讲解了 openGauss 数据库安装部署的过程，并对 openGauss数据库及核心对象进行了详细说明；还介绍了 SQL 基础，其中包括 SQL 操作符、常用函数和语法分类等；最后介绍了华为云数据库GaussDB（for openGauss）及其应用场景。除了有全面的知识讲解，本书还有综合案例，通过理论与案例结合，帮助开发者快速掌握 openGauss 数据库的开发技能。 本书不仅适合备考 HCIA-openGauss 认证的人员和从事软件开发工作的专业人员阅读，还适合高等院校相关专业的学生、准备投身数据库领域的人员及网络技术爱好者阅读。

本书由浅入深、循序渐进地介绍多孔材料中波的传播及声学建模的理论和方法。首先讨论平面波在介质中传播的本质，基于线弹性理论通过应力-应变关系建立控制声传播的基本方程；用流体等效的办法介绍声阻抗的计算方法，并引入到声音在多孔材料中的传播；然后介绍多孔材料中几种简化的声学模型，进而重点介绍多孔弹性介质中声传播的Biot理论，阐述多孔弹性材料中存在的三种波，以及建立的动力学方程和波动方程；最后重点介绍传递矩阵法对多层多孔材料系统的建模，并以此进行声学指标的计算，同时介绍传递矩阵在预测声学包吸收和传输损失方面的应用。

本书共23章，包括MySQL 8基本内容、MySQL 8扩展内容、MySQL 8综合设计和流行平台开发MySQL 8应用等。MySQL 8基本内容包括安装、运行和基本工具，数据库、字符集和存储引擎，数据类型，表结构设计，表记录操作，分区、表空间和行格式，运算符、表达式和系统函数，查询、视图和索引，过程式对象程序设计，用户与权限，系统管理等。MySQL 8扩展内容包括数据安全、云数据库、数据复制、集群：NDB Cluster和NoSQL等。MySQL 8综合设计包括各流行平台共用的数据库综合实例设计，涉及数据库设计、表结构设计、视图设计、触发器设计、存储过程和自定义函数设计、事件设计、角色和用户权限设计等，在此基础上对数据库实例各对象采用样本数据进行测试。流行平台开发MySQL 8应用涉及PHP、Vue/ElementUI Spring Boot MyBatis、Android、WebService、Visual C#、Qt Python等平台，以网上商城不同应用

结构化表征学习是机器学习研究的核心问题之一，旨在探索如何从高维可观测数据中获取有效的结构化信息表示，以实现高精度、鲁棒、快速的数据分析，是由数据到知识的关键渠道。本书重点介绍如何从具有不确定性的海量大媒体数据中挖掘和提取结构化、鲁棒、高效的特征，并实现高性能的信息挖掘和知识推断。本书内容包含近年来涌现的一些高效、鲁棒的结构化表征学习模型，介绍了基于鲁棒且紧凑的表征学习的一体化表征学习理论和方法，并为应对真实世界中的数据分析任务，如数据简约特征表达、紧凑特征压缩、有效特征筛选以及隐含知识挖掘等，提供了较为全面且切实可靠的解决方案。 本书作者所在的团队多年来一直从事机器学习、计算机视觉、多媒体分析的研究，承担过众多和省部级科研项目，具备从理论研究到工程应用的相关基础。本书是对作者

本书按照需求规划、需求实现、可视化的流程进行编排，通过项目开发的主要流程，介绍数据仓库的搭建过程。在整个数据仓库的搭建过程中，本书介绍了主要组件的安装部署、需求实现的具体思路，以及各种问题的解决方案等，并在其中穿插了许多与大数据和数据仓库相关的理论知识，包括数据仓库的概念、电商业务概述、数据仓库理论和数据仓库建模等。 本书共14章，其中，第1～3章是项目的前期准备阶段，主要介绍了数据仓库的概念和搭建需求，并初步搭建了本数据仓库项目所需的基本环境；第4～7章是项目的核心部分，详细介绍了数据仓库的建模理论，并完成了数据从采集到分层搭建的全过程，是本书的重点部分；第8～14章是对数据治理各功能模块的实现，针对数据治理的不同功能需求分模块进行实现。 本书适合具有一定编程基础并对大数据感兴趣的读者