在数据湖仓的所有新增要素中，排名的就是可以利于数据分析和机器学习所用的分析基础设施。分析基础设施包括一众大家广为熟悉的东西，当然也包括一些可能对大家还有些陌生或略带新鲜感的概念。比如包括：元数据、数据血缘、 数据体量的度量 、数据创建的历史记录、数据转换描述。 数据湖仓的第二个新增要素，是识别和使用通用连接器。通用连接器允许合并和比较所有不同来源的数据。如果没有通用连接器，就很难（实际上是几乎不可能）将数据湖仓中的不同数据关联起来。但有了这个中西，就可以关联任何类型的数据。 使用数据湖仓，就有可能实现以往任何其它方式都不可行或不可能实现的某种程度的数据分析和机器学习。 但与其它架构一样，我们需要理解数据湖仓的架构以及它的能力，以便于我们基于这种架构创建数据分析蓝图和开展数据分析规
本书介绍了数据工程的基本概念和理论基础，围绕数据资源建设的规划和管理问题，介绍数据资源规划和管理的概念、特征、作用和功能，系统介绍了数据资源规划理论的发展过程、核心思想基础、主流方法体系和具体实施步骤，以及数据资源管理涉及的治理、质量、集成等理论知识、支撑平台、关键技术和主流工具。本书内容划分为数据工程基础篇、数据资源规划篇、数据资源管理篇三个部分，其中数据工程基础篇涵盖数据工程概述、数据标准、数据模型等内容，数据资源规划篇涵盖数据资源规划理论、规划方法、需求分析、模型构建、实践与工具等内容，数据资源管理篇涵盖数据治理、数据质量管理、数据集成、数据中台等内容。 本书既可以作为高等院校信息管理与信息系统、信息资源管理、大数据工程以及计算机信息管理等专业本科生的教材，还
《MySQL是怎样使用的：快速入门MySQL》采用通俗易懂的表达方式，对如何使用MySQL进行了详细的介绍。 《MySQL是怎样使用的：快速入门MySQL》 从零基础用户的角度出发，依照用户认知习惯，从MySQL的安装开始，介绍了MySQL的服务器程序和客户端程序的使用、MySQL的数据类型、数据库和表的基本操作、列的属性、MySQL中的表达式和函数、简单和复杂的增删改查语句等入门知识，还介绍了视图、存储程序、备份与恢复、用户与权限管理等 概念以及使用Java语言连接MySQL服务器等知识。 《MySQL是怎样使用的：快速入门MySQL》较好地契合了MySQL初学人员的学习曲线，内容深入浅出，通俗易懂，可帮助初学人员迅速入门MySQL。
以非线性动力学的观点看来，现代金融理论中金融系统的不确定性恰恰源于其自身就是一个受多种因素综合影响的具有开放性质的复杂巨系统，相应地，作为系统观测值的金融时序数据则从形式上表现了该系统的复杂运动规律。基于此，本书借鉴复杂系统视角建模的思想，结合智能计算、计算实验金融、数据挖掘及控制论等相关领域的最新研究成果，“自底向上”地展开金融时序数据经验知识融合下的机器学习预测建模创新研究，以探索金融系统的复杂演化规律。
本书在基本数据结构的基础上，围绕一些常用的高级数据结构，结合大量实战例题，深入分析 数据结构是如何服务于算法的 ，这也是本书编写的一个核心理念：学习数据结构是为了 用好 数据结构。本次修订除了改错，主要是更换全书的程序代码为（C ）。本书的适用对象包括：中学信息学竞赛SHOU*选手及辅导老师、大学ACM比赛SHOU*选手及教练、高等院校计算机专业的师生、程序设计爱好者等。
《Hive编程指南》是一本Apache Hive的编程指南，旨在介绍如何使用Hive的SQL方法——HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。全书通过大量的实例，首先介绍如何在用户环境下安装和配置Hive，并对Hadoop和MapReduce进行详尽阐述，最终演示Hive如何在Hadoop生态系统进行工作。 《Hive编程指南》适合对大数据感兴趣的爱好者以及正在使用Hadoop系统的数据库管理员阅读使用。
卡普廖洛、万普勒、卢森格林编著的《Hive编程指南》是一本ApacheHive的编程指南，旨在介绍如何使用Hive的SQL方法——HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。 《Hive编程指南》通过大量的实例，首先介绍如何在用户环境下安装和配置Hive，并对Hadoop和MapReduce进行详尽阐述， 终演示Hive如何在Hadoop生态系统进行工作。 《Hive编程指南》适合对大数据感兴趣的爱好者以及正在使用Hadoop系统的数据库管理员阅读使用。
本书为“1+X”职业技能等级证书配套教材，按 1+X 证书制度试点大数据平台运维职业技能等级标准编写。本书从大数据平台运维工程师的角度，由浅入深、 地介绍了大数据平台运维的相关实践知识和核心实操。本书共六部分，包括21章： 部分，大数据平台架构，涉及大数据的特点及发展趋势、大数据的实施和运维流程、大数据的应用场景与案例；第二部分，大数据平台高可用（HA）集群部署，涉及Hadoop集群基础环境的配置、Hadoop HA集群的配置、Hadoop HA集群的启动；第三部分，大数据组件的维护，涉及HBase组件的维护、Hive组件的维护、ZooKeeper组件的维护、ETL组件的维护、Spark组件的维护；第四部分，大数据平台优化，涉及Linux系统优化、HDFS配置优化、MapReduce配置优化、Spark配置优化；第五部分，大数据平台的诊断与处理，涉及Hadoop及生态圈组件负载均衡的诊断与处理、
本书从人力资源管理的战略转型谈起，使大家进一步理解和把握人力资源发展的趋势，进而提出什么是人力资源大数据，如何在海量数据中挖掘出有用的数据，如何将大数据、人工智能与企业人力资源管理实践有机结合，如何在企业内部建立人力资源大数据分析模型和分析平台，如何形成企业人力资源报表体系和指标体系，从科学到实践、从理念到案例，深入浅出地给出了详尽的答案。为eHR、HRD、HRVP及企业CEO等高管进行人力资源大数据分析提供模型、技术方法及可借鉴的典型应用场景，为数据分析师进入人力资源领域提供了人力资源前沿理论及实践，为所有人力资源管理者及爱好者提供了崭新的理念、可操作性的技术方法及典型案例。
本教材依据普通高校信管类专业的培养目标，按学科的课程设置要求，突出应用型、实践性和立体化的特点编写。全书以数据库系统基本概念、关系代数、SQL语言、设计理论与工程设计、实施、维护、、应用发展和系统实例为主线，强调在网络环境、知识经济和信息经济环境下数据库系统所表现出的特点。本书结构新颖，内容详实，案例丰富，实用性较强，既可作为普通高校信息管理与信息系统、管理科学与工程、工商管理等经管类相关专业的教材，也可供企事业单位和信息系统相关人员作为参考书使用。随书配备的光盘包含丰富的习题与案例，电子教案、课程设计、优秀作业展示等资料，便于教学和自学。
本书主要介绍大数据概论，内容包括大数据概述、科学研究第四范式、分布系统设计的CAP理论、NoSQL数据库、复杂网络、MapReduce分布编程模型、大数据存储、大数据分析、大数据挖掘、大数据可视化、大数据安全、大数据机器学习、大数据推荐技术，以及数据科学与数据思维。全书对上述内容概念性地介绍，语言精练、内容全面。
