在云计算和互联网快速发展的驱动下，分布式技术领域产生了很多新的热点，分布式数据库就是其中之一。但是，目前对分布式数据库的理解和研究多停留在理论层面，本书以Greenplum分布式数据库为例，深入剖析分布式技术在工业级产品里的实现细节，为读者呈现从理论到实践的 全景图 。 本书共3篇：第1篇主要介绍分布式数据库基础理论，包括经典的CAP理论、一致性算法相关的理论、并发控制相关的理论等；第2篇具体介绍Greenplum数据库，从分布式事务、分布式计算和分布式存储3个方面，深入代码层级，讲述分布式理论在工业上的实现；第3篇是总结和展望，介绍云原生数据库和新技术带给Greenplum和数据库管理系统的机遇和挑战。 本书打破以理论介绍和架构介绍为主的思路，深入分析工业化的实现，实践性强。本书主要面向数据库领域的科研工作者
本书与以往统计学中的概率论略有不同,添加了一些复杂数据类型的概率基础知识和模拟计算中的相关概率知识。具体安排如下所述。本书共分6章。第1章为概率与计数,基本内容是随机事件、概率空间、计数方法、概率的确定方法。第2章为条件概率,基本内容是条件概率与乘法公式、事件的独立性、全概率公式与贝叶斯公式。第3章为随机变量,基本内容是随机变量及其分布函数、随机变量的分类、二维随机向量、随机变量的独立性、随机变量函数的分布。第4章为常用的概率分布,基本内容是常用的离散型随机变量、常用的连续型随机变量、随机数的产生。第5章为随机变量的数字特征,基本内容是数学期望、方差和协方差、矩和矩母函数、条件期望。第6章为不等式和极限定理,基本内容是概率不等式、大数定律及其应用、中心极限定理。
近年来，针对互联网数据滥用、平台垄断、隐私泄漏等问题，全球兴起了Web3.0探索热潮，力图通过区块链等技术重构新一代互联网。2021年，国家《 十四五 数字经济发展规划》中指出，要推动数字技术在数据流通中的应用，鼓励企业、研究机构等主体基于区块链等数字技术探索数据授权使用、数据溯源等应用，提升数据交易流通效率；2022年，国务院《关于数字经济发展情况的报告》中也指出，数字经济成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量，其发展离不开区块链等数字产业。区块链的分布式账本和智能合约实现了数据的确权、定价、交易和赋能，是Web3.0中数字经济的 新基建 ，也是元宇宙的创作者所有权经济的基础。本书以笔者团队负责的真实区块链应用案例为蓝本，深度剖析了区块链如何赋能金融科技、智慧能源、企业管理和
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。
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。
本书主要介绍了数据可视化的基础知识、可视化工具的入门和应用、使用Python流行的库创建美观的数据可视化效果，并总结了了7大类40种不同的可视化图形，从基本信息、构成与视觉通道、适用数据、使用场景、注意事项、变体等多方面详细介绍了每种可视化图形的使用权方法，可作为常用可视化图形的使用手册。本书还提供了6个贴近大学生学习生活的可视化案例，为读者自由灵活应用可视化参考提供了有力的参考。 本书可作为高等院校数据科学与大数据技术、统计学及其相关专业的本科课程教材，也可供有一定实践经验的软件开发人员、管理人员作为自学和参考用书。
本书系统地介绍了岩爆试验综述、大数据人工智能分析方法框架、数据采集与预处理技术、压缩算法、多源异构融合算法、大数据可视化分析，且结合实际工程介绍了岩爆实验大数据AI处理系统。本书深入探讨了岩爆试验大数据的人工智能分析方法，系统阐述了以人工智能方法研究岩爆机理，为读者提供了一种全新的视角和解决问题的思路，填补了国内外相关领域的空白。
本书详细介绍了意大利那不勒斯菲里德里克第二大学Massimo Aria和Corrado Cuccurullo基于R语言开发的BIBLIOMETRIX工具包。该R工具包基本上涵盖了进行科学计量和知识可视化的功能，可以满足爱好R软件，并试图使用R进行科学计量和知识图谱分析的读者。在此基础上，本书对于科学计量与知识图谱相关的一些R工具包，包括rAltmetric、wordcloud2、gender以及tidytext等工具包进行了简要介绍。
《物联网之云：云平台搭建与大数据处理》为 物联网工程实战丛书 第4卷。《物联网之云：云平台搭建与大数据处理》阐述了云计算的基本概念、工作原理和信息处理流程，详细讲述了云计算的数学基础及大数据处理方法，并给出了云计算和雾计算的项目研发流程，展望了云计算的发展前景。 《物联网之云：云平台搭建与大数据处理》共10章。第1章介绍了物联网数据分析中的一些数学基础、概率论和数理统计方法，以及分布式计算、网格计算和云计算方法，及其在物联网中的应用；第2章给出了云计算的概念和原理，并针对云计算的一些技术和体系架构做了详细介绍；第3、4章阐述了云计算平台的建设，重点阐述了PaaS平台的搭建流程及其针对智慧城市和垂直行业的云平台搭建实战；第5、6章阐述了大数据概念及大数据处理的常见数学方法；第7章阐述了物联网云计算
《数据库原理与应用(VFP第2版)》由长期从事“数据库原理与应用”课程一线教学工作的教师编写完成。在编写过程中，主编祝胜林参考了相关的著作、中文VFP的帮助信息和各种与中文VFP有关的等级或水平考试大纲，同时融合了自身的教学经验。因此，《数据库原理与应用(VFP第2版)》具有如下特点：(1)系统性。可以帮助学生系统地学习有关数据库的基本原理与方法。 (2)针对性。本书的举例和习题经过精心挑选，应用分析条理清晰，可以满足学生参加各种考试复习的需求。 (3)新颖性。对传统的章节结构进行了重新编排，使内容更加紧凑，同时也更加突出数据库应用的重点。 (4)实践性。“数据库原理与应用”课程是一门实践性非常强的课程，本书根据应用操作的需要，精心设计了上机操作的题目。
本书针对具备Linux基础的人群，主要介绍了关系型数据库MySQL、非关系型数据库 MongoDB的相关知识与应用，以生动详细的理论讲解、深入浅出的实战项目案例，帮助读 者掌握现代主流数据库的应用。本书内容包括MySQL数据库基础、索引与事务、数据库管理、 完全备份与恢复、增量备份与恢复、存储引擎等基础知识，之后的项目案例包括MySQL主 从复制与读写分离、MongoDB群集部署。 本书通过通俗易懂的原理讲解及深入浅出的案例分析，并配以完善的学习资源和支持 服务，为读者带来全方位的学习体验，包括视频教程、案例素材下载、学习交流社区、讨 论组等终身学习内容，更多技术支持请访问课工场www.kgc.cn。
本书介绍了构架一个Web网站的全过程，使读者对Web网站的开发有一个完整的认识。首先对ASP的脚本语言的内容做了必要的精简，使读者能够在短时间内掌握脚本语言的要点；其次对数据库基础知识，特别是数据库的操作进行了详细的讲解；后通过一个完整的视频点播应用实例，对全书的知识要点进行了归纳和总结。书中的所有程序都已通过测试，程序源码可以在出版社的网站上得到。 本书本着简捷、实用的原则，着重介绍了以sOL Server 2000为数据库平台的Web开发技术。 本书可作为各类大中专院校网络专业、信息专业及电子商务专业等计算机专业的教材，也可作为’Web数据库开发者的参考书。
信息不对称，是引起人类困局的根源所在，这也是人类千年难以破解的难题。物理世界中，由于时空的限制，人类无法获得有效的数据信息，因此，信息不对称的人类困局无法获得根本性解决。 技术的进步，物理世界中所产生大量数据突然呈现在我们面前，我们面对海量数据感觉惶惶然和蠢蠢然的同时，物理世界、网络世界、数据世界等三个并行的 多维世界 已经悄然构建起来，如何思维和行为，取决于我们处于哪个世界。 数据乃至大数据并不是一个新鲜的事物，只不过信息技术让其更加清晰的展现并实际走入和影响我们每个人的生活罢了，只要你洞悉大势，只要你亲昵数据，只要你拥有大数据的灵魂 相关性思维，你也可以成为数据领袖。
大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，*终形成变革之力。本书围绕Hadoop和Spark这两个主流技术进行讲解，主要内容包括Hadoop环境配置、分布式文件系统HDFS、分布式计算框架MapReduce、资源调度框架YARN与Hadoop新特性、大数据数据仓库Hive、离线处理辅助系统、Spark Core、 Spark SQL、Spark Streaming等知识。 为保证*学习效果，本书紧密结合实际应用，利用大量案例说明和实践，提炼含金量十足的开发经验。本书使用Hadoop和Spark进行大数据开发，并配以完善的学习资源和支持服务，包括视频教程、案例素材下载、学习交流社区、讨论组等终身学习内容，为开发者带来全方位的学习体验，更多技术支持请访问课工场官网：www.kgc.cn。
