在《让Oracle跑得更快:Oracle 10g性能分析与优化思路》里读者将会学到作者在性能优化方面的一些思路和思考，一些故障处理的方法和原则，这些东西是作者在实践中长期积累的心得体会，当读者掌握了一些处理问题的基本思路之后，成为一名合格的DBA就是一件轻而易举的事情了。 《让Oracle跑得更快:Oracle 10g性能分析与优化思路》适用对象：Oracle DBA、Oracle开发人员，和其他对Oracle数据库感兴趣的人员。

成对日益庞大的数据资源，人们迫切需要强有力的工个来“挖掘”其中的有作信息，数据挖掘就是针对这一需求而发展起来的一门汇集统计学、机器学习、数据库、人工智能学科内容的新兴的交叉学科。本书深入探讨数据挖掘原理，把信息科学、计算科学和统计学对数据挖掘的贡献融俣在一起，是一本真正的跨学科教材。本书适合计算机专业、应用数学专业高年级本科生和研究生，以及致力于数据挖掘方向的研究和工作人员等阅读。

本书由多位工作在数据库维护一线的工程师合著而成，包含了精心挑选的数据库诊断案例与性能优化实践经验，内容涉及Oracle典型错误的分析和诊断，各种SQL优化方法（包括调整索引，处理表碎片，优化分页查询，改善执行计划等），以及优化系统性能的经验。 作者不仅强调案例的实用性和可操作性，更着重再现解决问题的过程和思路并总结经验教训，希望将多年积累的工作方法，以及对DBA的职业发展的感悟展现出来，供广大Oracle DBA借鉴参考。

本书是“面向对象建模与设计”领域的经典著作。全书由四个部分组成。个部分以一种高层的、独立于语言的方式描述面向对象的概念，以及UML表示法；第二部分从问题陈述到分析、系统设计和类设计，一步一步地描述了软件开发的面向对象方法学；第三部分用面向对象语言和关系数据库描述了面向对象设计的实现；第四部分描述了成功的面向对象开发所需要的软件工程实践。本书还配有丰富的习题，覆盖了一系列应用领域以及实现目标，而且在书的后面给出了部分习题的答案。 本书可以作为高年级本科生或研究生软件工程或面向对象技术课程的教材，也可以供相关技术人员参考。

本书是在Aaron多年教学经验的基础上进行了总结提炼的精华之作，加之前面3版不断推敲和完善，已经成为学习Cocoa编程的入门级经典书籍。本书系统介绍了Objective-C语言、Cocoa主要的设计模式、必要的开发工具Xcode和Instruments等，同时新引入了ARC、blocks、view-basedtableviews和Mac应用商店，并专门开辟一章用于介绍在iOS上的基础开发。相比于之前的版本，本书在Cocoa框架新特性、新技术的基础上，更加侧重实战，也更加结合应用发展的趋势。全书以具体的实例贯穿，引导读者通过实践学习Cocoa框架的基本思想。在本书中，读者不仅能够看到技术细节，更能看到不断剖析、层层递进的解决问题的思路，甚至可以看到如何查找资料、获取帮助的方法，帮助读者建立规范、科学的设计开发习惯。阅读本书不要求读者拥有任何的Mac编程经验，只需要了解基本的C语言，以及面向对象的

本书并不是关于Web服务的又一本开发手册，抑或是开发技术的宝典之类的读物。本书的作者来自于IBM软件开发中心的SOA技术中心，作为最早的一批从事SOA相关产品和客户项目开发的软件技术人员，见证了SOA从诞生到发展壮大的全过程。而本书的目的在于将作者在项目过程中的经验介绍给读者，通过分析SOA产生的根源，以及SOA对业务模式和开发模式带来的变革，帮助读者理解什么是SOA，以及如何科学的实施SOA。 本书的内容分为三部分，将从作者的实际经验出发，分析SOA理念产生的合理性，然后分析SOA的相关开发技术，结合一个实例片断，讲述一个完整的SOA项目是如何设计完成的。 本书针对的读者是有一定经验的开发人员，例如，信息系统架构师，企业决策人员，对Web开发感兴趣的高年级计算机或相关领域的学生，以及任何希望了解SOA的广大技术人员。

本书是使用Spark进行大规模数据分析的实战宝典，由大数据公司Cloudera的数据科学家撰写。四位作者首先结合数据科学和大数据分析的广阔背景讲解了Spark，然后介绍了用Spark和Scala进行数据处理的基础知识，接着讨论了如何将Spark用于机器学习，同时介绍了常见应用中几个常用的算法。此外还收集了一些更加新颖的应用，比如通过文本隐含语义关系来查询Wikipedia或分析基因数据。

《SOA概念、技术与设计》系统介绍SOA概念、技术与设计。全书共分五部分，分别介绍SOA与Web服务的基本原理，SOA与第二代Web服务规范扩展，SOA与面向服务，构建SCA的计划与分析、技术与设计。《SOA概念、技术与设计》由浅人深，示例翔实，应用大量模式，真正覆盖SOA实质部分。每章配有要点小结，使渎者能更深入理解该章主题。《SOA概念、技术与设计》适合于考虑实施面向服务架构的软件开发者、架构师或项目经理阅读参考。 学习SOA的指南在世界范围所采用的革命性计算平台中，面向服务架构（SOA）处于核心位置，并赢得了主要软件供应商的普遍支持。《SOA概念、技术与设计》是部端到端的SOA教程，逐步指导读者从零开始学习面向服务的建模与设计方法。《SOA概念、技术与设计》通过125个案例研究、300多个模式，详细讲解和分析构建SOA平台的最重要方面：目标

本书共5章，涉及使用SAS EG做数据分析的主要分析方法。其中，章为数据分析方法概述，第2章至第4章为横截面数据分析方法。第5章为时间序列分析方法。每章都根据所涉及的知识点的不同，选取了实用的案例，并为读者准备了相应的思考和练习题。 本书是一本面向商业数据分析初学者的教材，从具体的商业数据分析案例入手，使读者掌握数据分析的目的、理念、思路与分析步骤。本书力图淡化技术，对于方法的介绍也尽量避免涉及过多的数学内容，和高等数学相关的内容只在线形回归和主成分分析这两节中涉及到，而且都辅以图形作形象的展现。因此本书的读者只需要具有高中水平的数学基础即可。

《大数据分析：点“数”成金》以大数据分析的商业及金融价值为主线，对大数据这一崭新领域进行了深入探索。《大数据分析：点“数”成金》以大数据技术的基本概念和演进历程开篇，随后详细介绍了不同类型的数据源及其对企业的重要意义、企业投资大数据技术的成功商业案例、有效利用数据集的技能，解析了打造大数据分析系统所需的存储、加工、软件平台及其他构成要素，海量数据的安全工具和技术，系统潜在风险及其规避方法，以及怎样对大数据进行分析并从中提取有价值的可用信息，并详实阐述了如何将大数据融入企业文化等问题。 《大数据分析：点“数”成金》不但向读者阐明了大数据分析的重要性，更淋漓尽致地展现了大数据分析的具体过程，从而帮助企业提升智能化水平、解决实际问题、提升利润空间、提高生产率并发现更多的商业机会

这是一本依据技术版本，系统、全面、详细讲解Spark的著作，作者结合自己在微软和IBM的实践经验和对Spark源代码的研究撰写而成。首先从技术层面讲解了Spark的体系结构、工作机制、安装与部署、开发环境搭建、计算模型、Benchmark、BDAS等内容；然后从应用角度讲解了一些简单的、有代表性的案例；对Spark的性能优化进行了探讨。

本书共分为三部分。理论篇重点介绍大数据时代下数据处理的基本理论及相关处理技术，并引入NoSQL数据库；系统篇主要介绍了各种类型NoSQL数据库基本知识；应用篇对国内外知名公司在利用NoSQL数据库在处理海量数据方面的应用做了阐述。本书对大数据时代面临的挑战，以及NoSQL数据库的基本知识做了清晰的阐述，有助于帮助读者整理思路，了解需求，并更有针对性、有选择的深入学习相关知识。

《高等院校计算机科学与技术规划教材：数据库原理及应用（第3版）》重点介绍了数据库系统的基本概念、基本原理和基本设计方法，同时基于SQLServer2005介绍了据库原理及应用。本书力求对传统的数据库理论和应用进行精炼。保留实用的部分。使其更为通俗易懂，更为简明实用。 《高等院校计算机科学与技术规划教材：数据库原理及应用（第3版）》共有7章，主要内容包括：数据库系统概述、数据模型、关系数据库理论、SQL语言、关系数据库设计理沦、数据库安全保护、数据库设计和SQLServer2005数据库管理系统等。 本书内容循序渐进、深入浅川，每章都给出了较多的示例，各章后均有适量的习题以便于渎者练习与巩固所学知识。 本书可作为汁算机各专业及信息类、电子类等相关专业的本科、专科“数据库原理及应用”类课程的教材，同时也可以供参

本书介绍数据挖掘的基本理论与实践方法。主要内容包括：各种模型(决策树，关联规则、线性模型、聚类、贝叶斯网以及神经网络)以及在实践中的运用，所存任缺陷的分析。安全地清理数据集、建立以及评估模型的预测质量的方法，并且提供了一个公开的数据挖掘工作平台Weka。Weka系统拥有进行数据挖掘仟务的图形用户界面，有助于理解模型，是一个实用并且深受欢迎的工具。 本书逻辑严密、内容翔实、极富实践性，适合作为高等学校本科生或研究生的教材，也可供相关技术人员参考。

本书是一本从理论到实践的全面且细致的企业数据驱动指南，作者见证并献身百度大数据的建设，毫无保留地将成败摸索实践的真实场景进行完整还原，并对近十年大数据从业经验与心得做了归纳和总结，同时详解大数据本质、理念与现状，并围绕数据驱动四环节——采集、建模、分析、指标，深入浅出地讲述企业如何从零到一将完整的数据驱动方案落地，全面展示大数据在各领域内的应用情况与趋势展望。

本书主要介绍了商务智能一些核心技术的应用，包括数据仓库、业务报表与企业绩效管理、数据挖掘、文本与Web分析、大数据分析等内容，通过大量的案例和练习使读者容易理解和掌握商务智能在业务决策中的应用。第3版的改进主要集中在以下方面：文本与Web挖掘、大数据与分析以及商务分析的趋势与前景等。本书可以作为管理科学、电子商务和企业管理等专业的MBA、研究生以及本科生商务智能、决策支持系统等课程的教材，也可以作为管理信息系统、商务数据分析等课程的辅助教材，还适合从事企业信息管理、业务分析的人士阅读。

《数据挖掘（概念与技术）》论述数据挖掘的基本概念、基本技术和进展。《数据挖掘（概念与技术）》分10章，全面而深入地介绍数据库技术的发展和数据挖掘的应用，数据仓库和联机分析技术，数据预处理技术（数据清理、数据集成和转换、数据归约），数据挖掘技术（数据的分类、预测、关联和聚类），先进数据库系统中的数据挖掘方法，以及数据挖掘的应用和一些具有挑战性的问题。《数据挖掘（概念与技术）》注重实效，在讨论概念与技术时辅以实例，并提供代表性算法。《数据挖掘（概念与技术）》可作为高年级本科生和研究生的教材，也可供相关技术人员作参考读物。

大数据是“在多样的或者大量的数据中快速获取信息的能力”。 大数据是一种思维方式，必须融入到企业的每一个毛细血管中。大数据时代已经到来，正在引发一场革命！ 大数据正以的速度颠覆人们探索世界的方法，引起社会、经济、学术、科研、国防、军事等领域的深刻变革。 数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展趋势。 大数据是“在多样的或者大量的数据中快速获取信息的能力”。 大数据是一种思维方式，必须融入到企业的每一个毛细血管中。大数据时代已经到来，正在引发一场革命！ 大数据正以的速度颠覆人们探索世界的方法，引起社会、经济、学术、科研、国防、军事等领域的深刻变革。 数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展趋势。 数据资产成为和土地、资本、人力并驾齐驱的关键生产要

本书源自作者在斯坦福大学教授多年的“Web挖掘”课程材料，主要关注大数据环境下数据挖掘的实际算法。书中分析了海量数据集数据挖掘常用的算法，介绍了目前Web应用的许多重要话题。主要内容包括： □ 分布式文件系统以及Map-Reduce工具； □ 相似性搜索； □ 数据流处理以及针对易丢失数据等特殊情况的专用处理算法； □ 搜索引擎技术，如谷歌的PageRank； □ 频繁项集挖掘； □ 大规模高维数据集的聚类算法； □ Web应用中的关键问题：广告管理和系统。 本书配套网上提供英文版初稿以及一些课件和项目作业。

《Spark大数据处理技术》是一本全面介绍Spark及Spark生态圈相关技术的书籍，是国内首本深入介绍Spark原理和架构的技术书籍。主要内容有Spark基础功能介绍及内部重要模块分析，包括部署模式、调度框架、存储管理以及应用监控；同时也详细介绍了Spark生态圈中其他的软件和模块，包括SQL处理引擎Shark和SparkSQL、流式处理引擎SparkStreaming、图计算框架Graphx以及分布式内存文件系统Tachyon。《Spark大数据处理技术》从概念和原理上对Spark核心框架和生态圈做了详细的解读，并对Spark的应用现状和未来发展做了一定的介绍，旨在为大数据从业人员和Spark爱好者提供一个更深入学习的平台。 《Spark大数据处理技术》适合任何大数据、Spark领域的从业人员阅读，同时也为架构师、软件开发工程师和大数据爱好者展现了一个现代大数据框架的架构原理和实现细节。相信通过学习《Sp

本书由斯坦福大学“Web挖掘”课程的内容总结而成，主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及系统。其中相关章节有对应的习题，以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。

本书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。这本书还概要介绍了MapReduce、Hadoop和Spark。本书主要内容包括：■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）。

本书涵盖了五类重要的智能算法：搜索、、聚类、分类和分类器组合，并结合具体的案例讨论了它们在Web应用中的角色及要注意的问题。除了章的概要性介绍以及第7章对所有技术的整合应用外，第2~6章以代码示例的形式分别对这五类算法进行了介绍。