要想学好SQLServer2005，选择一本适合自己的入门书是非常重要的。本书从数据库基础开始，循序渐进地讲解了数据库对象编程及数据库应用系统开发，章节安排合理，由浅入深，通过生动的实例和详细的代码注释，带领读者掌握SQLServer2005数据库应用的技巧。 本书共分17章，从易到难，循序渐进地介绍了SQLServer2005数据库的各个知识点。主要内容包括SQLServer2005数据库基础、SQLServer2005数据库安装及基本应用、SQL语言、函数、数据库和表操作、数据的查询、数据的更新、事物和锁、索引、游标、存储过程和自定义函数、视图、触发器、SQLServer2005安全策略、图书管理系统开发实例、BBS论坛系统开发等。 随书所附光盘内容为本书的实例文件和作者专门为本书录制的全程多媒体语音教学视频。 本书内容全面，论述翔实，适合SQLServer2005的初学者，也可作为高等院校
本书是一本关于计算信息设计的书籍。从如何获取原始数据开始，到如何理解原始数据，本书都给出了非常详尽的介绍。本书使用由作者开发的开源编程环境Processing编程，它非常简单易用。对于熟悉使用Java的程序员来说，本书后面的章节还介绍了如何将Processing和Java结合使用。 本书是写给那些拥有一个数据集合，好奇如何探索它，并且考虑如何交流这些数据的人们的。随着我们处理越来越多的信息，需要可视化数据的人们的数量增长的非常迅速。更重要的是，读者已经了某些可视化领域的专家。通过让更大范围的人们都接触到可视化思想，我们在接下来的几十年中应该可以看到一些真正让人惊叹的成果。
《从零进阶！数据分析的统计基础（第2版）》 共 6 章，分别讲解了数据分析的步骤和方法、描述性统计分析、抽样估计、假设检验、方差分析、 相关与回归分析，使用简单的语言介绍了这些数据分析基本方法的核心思想和涉及的统计学、概率论等方面 的理论内容，并使用图示的方法详细介绍了使用 Excel 2013 进行简单的描述性统计分析和使用 SPSS 进行相 关的数据分析的过程与结果分析。
本书讲述在流行的大数据分布式存储和计算平台Hadoop上设计实现数据仓库，将传统数据仓库建模与SQL开发的简单性与大数据技术相结合，快速、高效地建立可扩展的数据仓库及其应用系统。 本书内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用HIVE进行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala进行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。本书适合数据库管理员、大数据技术人员、Hadoop技术人员、数据仓库技术人员，也适合高等院校和培训机构相关专业的师生教学参考。
本书是一本独特的数据库入门书，以最有效的教学思路讲解数据库的每一个知识点，完全以初学者的思维方式提出疑问再深入答疑。这也许不是一本传统的教科书，但是自学数据库的书籍。本书采用 老田、小天 二人对话的形式讲解，其中不乏诙谐幽默的问题和解答，避免对知识点生搬硬套。 通过学习本书，你能够在嬉笑怒骂的环境中轻松掌握数据存储原理、数据库设计技巧以及大量数据库编程的实战经验，更重要的是能够掌握一种的学习方法、解决问题的思路和思考的方式。这些经验和技巧得益于我和邹老师两人加起来近25年的项目开发和教育培训经历。 本书部分对于数据库的创建、备份、配置、安全等做详细介绍，通过这部分学习，可以掌握关系数据库的基础，以及对数据库的日常维护操作；本书第二部分对于分析项目需求，创建表，然后使用T-SQL语
本书版于1983年出版至今已经第5版。第5版是“十二五”普通高等教育本科规划教材。相应课程于2004年被评为北京市精品课程，2005年被评为国家精品课程，2014年被批准为精品资源共享课。本书系统全面地阐述数据库系统的基础理论、基本技术和基本方法。全书分为4篇16章。基础篇包括绪论、关系数据库、关系数据库标准语言SQL、数据库安全性和数据库完整性，共5章；设计与应用开发篇包括关系数据理论、数据库设计和数据库编程，共3章；系统篇包括关系查询处理和查询优化、数据库恢复技术、并发控制和数据库管理系统，共4章；新技术篇包括数据管理技术发展概述、大数据管理、内存数据库系统和数据仓库与联机分析处理技术，共4章。本书可以作为高等学校计算机专业、信息管理与信息系统等相关专业数据库课程的教材。也可供从事数据库系统研究、开发和应用
数据结构是计算机及其相关专业的重要课程，是计算机软件开发及应用人员的专业基础。本书首先介绍数据结构与算法的基础知识，然后系统地论述线性表、栈、队列、串、数组和广义表、树和二又树、图等基本数据结构，并讨论了常用的查找和排序技术。在用例选择方面充分考虑了电子信息类专业特点，尤其突出信息与通信工程相关专业的特色。在各章最后描述了相应的标准模板库(STL)，旨在使读者了解STL与数据结构的关系，并且能够掌握各类STL的应用，提高实际应用能力和程序设计的效率。 本书内容丰富、层次清晰、讲解深入浅出，可作为计算机及相关专业，尤其是电子信息类专业本专科数据结构课程的教材，也可供从事计算机软件开发和应用的工程技术人员阅读和参考。
《数据结构(c语言版)》在选材与编排上，贴近当前普通高等院校“数据结构”课程的现状和发展趋势，符合研究生考试大纲，内容难度适度，突出实用性和应用性。《数据结构(c语言版)》共8章，内容包括绪论，线性表，栈和队列，串、数组和广义表，树和二叉树，图，查找和排序。《数据结构(c语言版)》采用类c语言作为数据结构和算法的描述语言。 《数据结构(c语言版)》可作为普通高等院校计算机和信息技术相关专业“数据结构”课程的教材使用，也可供从事计算机工程与应用工作的科技工作者参考。
本书全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。
本书结合理论和实践，由浅入深，多方面介绍了Hadoop这一高性能的海量数据处理和分析平台。全书5部分24章，第Ⅰ部分介绍Hadoop基础知识，主题涉及Hadoop、MapReduce、Hadoop分布式文件系统、YARN、Hadoop的I/O操作。第Ⅱ部分介绍MapReduce,主题包括MapReduce应用开发；MapReduce的工作机制、MapReduce的类型与格式、MapReduce的特性。第Ⅲ部分介绍Hadoop的运维，主题涉及构建Hadoop集群、管理Hadoop。第Ⅳ部分介绍Hadoop相关开源项目，主题涉及Avro、Parquet、Flume、Sqoop、Pig、Hive、Crunch、Spark、HBase、ZooKeeper。第Ⅴ部分提供了三个案例，分别来自医疗卫生信息技术服务商塞纳(Cerner)、微软的人工智能项目ADAM(一种大规模分布式深度学习框架)和开源项目Cascading(一个新的针对MapReduce的数据处理API)。本书是一本很好不错、全面的Hadoop参考书和工具书，阐述了Hadoop生态圈的很新发展和应用，程序员可以
本书主要讨论数据挖掘技术的基本原理与应用，可以解决企业运营中遇到的各种问题，并介绍了SQLServer 2005处理这些问题的方法。内容主要包括数据仓库、数据挖掘中的主要方法，SQLServer2005中的商业智能与数据挖掘功能、决策树模型、聚类分析、神经网络模型和时间序列模型等，并配有相关的范例分析与实例练习。 本书内容翔实，示例丰富，结构合理，可作为各类开发人员及企业管理人员的参考用书。
本书在简要回顾基本C 程序设计概念的基础上，全面系统地介绍了队列、堆栈、树、图等基本数据结构。本书将C 语言作为数据结构的算法描述语言。一方面对传统的数据结构内容进行了C 语言实现，另一方面将数据结构与面向对象技术结合起来，围绕抽象数据类型的概念来讨论每一种数据结构及算法。书中大量C 语言的程序实例既是数据结构的具体实现，又是面向对象技术的算法基础。本书理论与实践并重，每章都有大量的习题，强调数据结构的应用价值。 本书可作为计算机类及信息类相关专业的核心教材，也可供广大研究开发人员自学参考使用。
数据结构是计算机及其相关专业的重要课程，是计算机软件开发及应用人员的专业基础。本书首先介绍数据结构与算法的基础知识，然后系统地论述线性表、栈、队列、串、数组和广义表、树和二又树、图等基本数据结构，并讨论了常用的查找和排序技术。在用例选择方面充分考虑了电子信息类专业特点，尤其突出信息与通信工程相关专业的特色。在各章最后描述了相应的标准模板库(STL)，旨在使读者了解STL与数据结构的关系，并且能够掌握各类STL的应用，提高实际应用能力和程序设计的效率。 本书内容丰富、层次清晰、讲解深入浅出，可作为计算机及相关专业，尤其是电子信息类专业本专科数据结构课程的教材，也可供从事计算机软件开发和应用的工程技术人员阅读和参考。
本书中凝练了有关Oracle是什么及其版本的功能等大量信息，并将这些信息压缩组织为一种易于阅读的形式，并特别指出了所强调的内容、示例和帮助性提示。其中各章节包含了以下内容： Oracle产品、选件、数据结构，以及Oracle9i、Oracle8i和Oracle8的整体结构。Oracle网络、管理、监控、性能优化、数据仓库和分布式数据库。多用户并发性、联机事务处理（OLTP）、高可用性和硬件体系结构（如，SMP、MPPT 和NUMA）。Oracle与Web。作者简介 Rick Greenwald在计算机软件领域已经驰聘了近二十年，其间曾为Data General、Cognos和Gupta工作过，目前是Oracle公司的一名分析师。他已经出版过6部专著，而且就不同技术问题发表的文章简直不计其数，此外还曾在学术会议和培训课上做过演讲。除了本书以外，Rick所著的书还包括《Oracle Power Objects Developer's Guide》、《Mastering Oracle Power Object》、
适合的往往是实用的，就像我们要讲述的MySQL一样，它的功能不是全面的，架构也不是完善的，但是其体积小、速度快、总体拥有和维护成本低，尤其是它具备开放源码的优势，使其迅速成为中小型企业和网站的数据库。 本书共分为4个部分（篇）和5个附录。其中第1篇为MySQL数据库基础篇，内容包括数据库所涉及的基本概念、MySQL数据库的安装与配置等。第2篇为MySQL数据库操作和应用篇，内容包括操作数据库对象、操作表对象、操作索引对象、操作视图对象、操作触发器对象和操作数据等。第3篇为MySQL数据库管理篇，内容包括MySQL数据库的用户管理和权限管理、MySQL数据库的日志管理、MySQL数据库的性能优化等。第4篇为MySQL数据库实战案例篇，内容包括Java+MySQL案例——在线书城和PHP+MySQL案例——智能考试系统两个实战案例。附录部分（光盘中）包括了MySQL数据库操作和
“大数据”一词已成为当下最热门的词汇之一。人们热切期待大数据能给工作、学习和生活等方面带来的变化，而大数据的采集、存储、计算、分析挖掘、呈现和安全等技术正是实现这一变化的关键。《大数据技术全解：基础、设计、开发与实践》的重点不在于对大数据技术的原理性介绍，而是从实战角度出发，系统地阐述如何基于Hadoop开源软件为客户设计、安装和开发一个大数据系统。《大数据技术全解：基础、设计、开发与实践》还着重分享了具体实践中的一些案例，不仅对于从事大数据系统开发的IT技术人员具有珍贵的参考价值，而且对准备实施大数据系统项目的企业级客户也具有指导作用。 《大数据技术全解：基础、设计、开发与实践》可以作为计算机软件专业的本科生和研究生的大数据技术教材，也可作为大数据技术开发培训、大数据系统咨询规划
本书以EMBA班的“数据挖掘技术及其应用”教学为场景，带领读者步入数据挖掘的神秘殿堂，领略数据挖掘的神奇魅力。全书分为9章：章从三个真实故事开始数据挖掘之旅；第2章以某企业生产中遇到的质量控制难题的解决过程为线索，展现数据挖掘的实施过程；第3章到第9章以典型案例的形式分别介绍了数据挖掘技术在电力行业、交通航空领域、冶金行业、税务与金融行业、电信行业、故障诊断以及互联网行业的应用。 数据挖掘是一种专业性极强的技术，本书避开大量晦涩的概念和令人生畏的数学公式，以师生互动讨论的形式让读者走进数据挖掘殿堂，进而深入浅出、循序渐进地感知数据挖掘。随着阅读，读者会自然而然地身临课堂，“让数据说话，从数据中发现规律，科学决策”等新的理念会使读者对实际工作中面临的复杂问题浮想联翩、另辟新径。 本书适合企
本书以Oracle 10g为基础，对Oracle RAC进行了全面的介绍和分析。全书分为两个部分，共14章，部分是集群理论篇，这部分从集群基础知识入手，通过分析集群环境和单机环境的不同，介绍了集群环境的各个组件及其作用，以及集群环境的一些专有技术，包括Oracle Clusterware、Oracle Database、ASM、Cache Fusion等。第二部分是实践篇，每一章都针对RAC的一个知识点展开讲解，包括Oracle Clusterware的维护、HA与LB、备份、恢复、Flashback家族、RAC和Data Guard的结合使用、RAC和Stream的结合使用，最后对ASM进行深入介绍，并给出性能调整的指导思想。 本书按照“发现问题→解决问题→实践与理论相结合”的方式进行介绍，首先对现实问题进行分析，然后提供合适的解决方案，最后自然地引出Oracle中的理论知识点，这种讲解方法能够有效地降低阅读难度，帮助读者更好地掌握相关技能。
本书以商业数据分析为主线，立足互联网工作现实，从数据分析工作的要求开始，从如何获取数据到如何在实际工作场景中分析数据，最后以如何呈现数据分析的结果为结尾。 本书分2部分共9大章，分主题为理解商业与理解数据，系统地介绍了商业数据分析工作的主要内容、主要工作流程，配以实际案例详细介绍了如何挖掘数据以及数据分析工具、的使用。第二部分内容为在实践中提高商业数据分析能力，从立足公司内部到如何进行行业分析、趋势分析与竞争对手分析。
