本书由数据中心IT建设和运营管理（ITBOM）联盟基于国家标准GB/T 33136- 2016《信息技术服务 数据中心服务能力成熟度模型》编写。全书选取业界代表性单位，从流程关键管控点、管理要求和电子化工具等角度，对战略发展、运营保障和组织治理等各流程的真实情况进行详细说明，以期为业界的服务能力建设与成熟度提升提供参考与指导。

本书通过详细的示例、样本数据集、代码和图形教程，说明了如何：1为每个问题使用合适类型的图2快速、高效且正确地收集、清洗和组织数据3为高可读性设置可视化格式，而不损失精确性4掌握允许更深入地探索和解释数据的工具5使用少量轻量级编程创建自定义可视化6选择有效的图分析技术来从数据中提取出最多信息7使用高级的可视化技术，包括动态图、大数据工具和查询。

在信息技术革命之后，我们将迎来数据革命。在大数据的概念、性质和价值已得到政府和社会的认可之后，大家关注的是数据如何获取，以及有了数据以后如何挖掘数据的价值。仅适合特定行业、满足特定需求的技术不足以应对一场革命，大数据不但是超出计算机软硬件处理的能力，更是超出人类的认知能力。只有实现对数据的认知，利用数据辅助决策，才是适合不同行业数据价值实现的通用手段。本书描述了数据革命的起源、实现的思路、所用的技术和要达到的目标，针对当今社会热点描述了在数据时代的应对之策。本书宏观和微观、人文和技术、启迪思想和关注实用并举，既适合宏观层面的领导启迪思维，提出工作目标，又适合微观层次的执行人员找到实现的方法和路径。本书介绍的理论和技术均可在智慧城市、智能制造领域实际使用。本书适合政府、企业决

全书分为三大部分：靠前部分，主要讨论有关增强数据密集型应用系统所需的若干基本原则。首先开篇章即瞄准目标：可靠性、可扩展性与可维护性，如何认识这些问题以及如何达成目标。第2章我们比较了多种不同的数据模型和查询语言，讨论各自的适用场景。接下来第3章主要针对存储引擎，即数据库是如何安排磁盘结构从而提高检索效率。第4章转向数据编码（序列化）方面，包括常见模式的演化历程。第二部分，我们将从单机的数据存储转向跨机器的分布式系统，这是扩展性的重要一步，但随之而来的是各种挑战。所以将依次讨论数据远程复制（第5章）、数据分区（第6章）以及事务（第7章）。接下来的第8章包括分布式系统的更多细节，以及分布式环境如何达成一致性与共识（第9章）。第三部分，主要针对产生派生数据的系统，所谓派生数据主要指在异构系

《Druid实时大数据分析原理与实践》内容提要Druid作为一款开源的实时大数据分析软件，最近几年快速风靡全球互联网公司，特别是对于海量数据和实时性要求高的场景，包括广告数据分析、用户行为分析、数据统计分析、运维监控分析等，在腾讯、阿里、优酷、小米等公司都有大量成功应用的案例。《Druid实时大数据分析原理与实践》的目的就是帮助技术人员更好地深入理解Druid技术、大数据分析技术选型、Druid的安装和使用、高级特性的使用，也包括一些源代码的解析，以及一些常见问题的快速回答。Druid的生态系统正在不断扩大和成熟，Druid也正在解决越来越多的业务场景。希望本书能帮助技术人员做出更好的技术选型，深度了解Druid的功能和原理，更好地解决大数据分析问题。《Druid实时大数据分析原理与实践》适合大数据分析的从业人员、IT人员、互联网从业

随着国家电网公司坚强智能电网建设的逐步推进，电力企业生产运行产生的实时数据种类越来越丰富，数据总量越来越大，这些数据是公司的重要财富，是实现精益化管理的重要基础。《电力企业海量实时数据库应用系统》结合网省公司海量实时／历史数据平台建设实践，对电力企业海量实时数据库应用系统建设从建设原则、建设方法及完整解决方案进行较为全面的阐述。 《电力企业海量实时数据库应用系统》共分七章，～三章介绍了电力企业信息化建设历程、信息集成方法及实时数据库在信息集成中的重要作用；第四～六章介绍了实时数据库应用系统建设总体解决方案；第七章对实时数据库应用系统建设经验进行了总结与回顾，并对智能电网建设背景下，如何更大地发挥实时数据库应用系统价值，在智能变电、智能配电、新能源等领域的应用延伸进行了介绍

对大数据的搜索、挖掘、可视化以及集群管理，在当今的“互联网+”时代是很有必要的。本书的分布式大数据搜索、日志挖掘、可视化、集群监控与管理等方案是基于Elastic Stack 5而提出的，它能有效应对海量大数据所带来的分布式数据存储与处理、全文检索、日志挖掘、可视化、集群管理与性能监控等问题。构建在全文检索开源软件Lucene之上的Elasticsearch，不仅能对海量规模的数据完成分布式索引与检索，还能提供数据聚合分析；Logstash能有效处理来源于各种数据源的日志信息；Kibana是为Elasticsearch提供数据分析的Web接口，可使用它对数据进行高效的搜索、可视化、分析等操作；X Pack监控组件可通过Kibana监控集群的状态；Beats是采集系统监控数据的代理。了解基于Elastic Stack 5的各相关组件并掌握它们的基本使用方法和技巧，对于大数据搜索与挖掘及管理是很有必要的

本书由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。

《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。

数据科学家是指采用科学方法、运用数据挖掘工具寻找新的数据洞察的工程师，他们往往集技术专家和数据分析师的角色于一身。在IT行业中，数据科学家将在创造力、沟通能力以及与商业世界的联系方面得到更多的锻炼机会，是当前非常有发展潜力的新兴职位。本书全面介绍了成为数据科学家应当了解的各类知识。全书共分18章，首先介绍了数据科学与大数据、数据科学的重要性，接着介绍了数据科学家的类型、思维体系、技术资质、经验、社交圈、所用的软件、学习新知和解决问题，另外还介绍了机器学习与R语言平台、数据科学的处理流程、所需的具体技能，介绍了数据科学求职、自我展示并提供了一些有关职业数据科学家和数据科学家的案例学习。本书内容全面、轻松易读，非常适合从事数据科学相关工作的读者阅读，是一本可以住读者应聘数据科学家职位

本教材《Hadoop大数据平台集群部署与开发/华晟经世ICT专业群系列教材》介绍了Hadoop伪分布式搭建及使用方法；项目2主要对Hadoop的核心元素、接口操作进行了细致讲解；项目3对为实现HadoopHA所需的Zookeeper的架构、部署等进行了解释；项目4至项目6详细介绍了Hadoop生态圈中的几个核心组件——分布式存储数据库（HBase）、数据迁移神器（Sqoop）、数据采集神器（Flume）以及数据仓库（Hive），在介绍这几个核心组件的同时也融入了对于大数据综合实验的分析。《Hadoop大数据平台集群部署与开发/华晟经世ICT专业群系列教材》具有较强实用性，教材内容以“学”和“导学”交织呈现，十分适合学习者使用。

本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共10章，章介绍数据分析的概念等相关知识；第2～6章介绍Python数据分析的常用库及其应用，涵盖NumPy数组计算，pandas统计分析，使用pandas进行数据预处理，Matplotlib、seaborn与pyecharts数据可视化，以及使用scikit-learn构建模型，较为全面地阐述Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析；0章基于去编程化的TipDM大数据挖掘建模平台实现客户流失预测。除章外，本书各章都包含实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。 本书可以用于“1+X”证书制度试点工作中的大数据应用开发（Python）职业技能等级（中级）证书相关知识的教学和培训，也可以作为高校大数据技术相关专业的教材

为了适应数字经济时代的新发展趋势，培养新时代大数据专业人才，编者通过总结多年的教学经验，借鉴外相关领域的教学优势，详细剖析大数据采集、预处理与可视化的基础理论、关键技术、相关工具和应用案例，进而编成本书。 本书是集理论与实践于一体的应用型教材。全书共7章，包括大数据概述、Python程序设计、大数据采集、大数据预处理技术、Excel数据获取与预处理、Python数据预处理、数据可视化技术。本书在编写中着重介绍基本原理，同时突出工程应用，并以清晰、容易理解的方式展现大数据采集、预处理与可视化的基础知识、基本任务、常用方法、实用场景和主要流程，力图做到基本概念准确、阐述条理清晰、主体内容精练、重点难点突出、理论联系实际。此外，本书还将反映相关领域新技术的发展情况。 本书可作为计算机、人工智能、大数据、电

本书是一本大数据时代下进行小数据分析的入门级教材，通过数据分析的知识点，将各类分析工具进行串联和对比，例如：在进行线性规划的时候可以选择使用Excel或LINGO或Crystal Ball。工具的应用难易结合，让读者循序渐进地学习相关工具。JMP和Mintab用来分析数据，分析的结果使用Excel、LINGO、Crystal Ball来建立数据模型，最后使用Xcelsius来动态展示数据分析的结果。书中以两个人的对话为叙述方式，场景描写多，容易进入学习状态，完全是用生动的故事和实用的案例尽可能地贴近生活和工作，让数据分析生动有趣，基本上有高中数学知识就可以理解线性规划等数据分析内容。 本书不仅介绍Excel而且介绍使用其他工具软件进行数据分析，可用来拓展互联网公司、传统企业、电商企业、管理咨询公司等各行各业从事数据分析工作的分析师和管理者对数据分析的认知，也

《大数据治理与服务》一书从大数据治理的基本概念和现状出发，提出了大数据治理的框架及治理的关键要素，分析了大数据环境下企业面临的挑战、战略转型、组织职能分配，创新性地提出大数据架构，介绍了大数据环境下的数据质量、数据安全特点和应对方案，以及基于数据生命周期的风险、特点和管理方案，最后给出了大数据治理实施的方法论和基于服务的大数据治理价值展现。《大数据治理与服务》一书立足于大数据环境下的数据治理，既有治理视角的战略价值、风险合规，也有管理视角的数据资产、数据服务，模型与案例结合，条理清晰，易于使用。

本书以实例为依托，详细地对实例做建模分析，并给出经过测试的源代码，读者可以按照书的介绍一步一步地实现每一个实例，这是一种学习建模和编程的极为便捷的方法。本书也是一本对使用Neo4j对图形数据进行设计、建模和查询的综合指导书。书中探索了处理和查询图形数据的各种工具及其强大功能，包括图形遍历的概念及其使用方法，也讨论了Neo4j的图形查询语言Cypher和如何使用SpringDataNeo4j将Neo4j集成到应用程序中，以及如何使用服务器模式和嵌入式模式等内容。

在集团内，数据人员面临的现实情况是：集团数据存储已经达到EB级别，部分单张表每天的数据记录数高达几千亿条；在2016年“购物狂欢节”的24小时中，支付金额达到了1207亿元人民币，支付峰值高达12万笔/秒，下单峰值达17.5万笔/秒，媒体直播大屏处理的总数据量高达百亿级别且所有数据都需要做到实时、准确地对外披露……巨大的信息量给数据采集、存储和计算都带来了极大的挑战。《大数据之路——大数据实践》就是在此背景下完成的。本书中讲到的大数据系统架构，就是为了满足不断变化的业务需求，同时实现系统的高度扩展性、灵活性以及数据展现的高性能而设计的。本书由数据技术及产品部组织并完成写作，是分享对大数据的认知，与生态伙伴共创数据智能的重要基石。相信本书中的实践和思考对同行会有很大的启发和借鉴意义。

制定多种匿名化解决方案，覆盖多种应用场景，满足对可识别性的不同要求。 解决方案跟所用数据、数据接收方和分析目标相匹配。 为数据采集模式量身定制匿名化流水线，覆盖不同业务需求。 为原始数据生成匿名化版本或用分析平台生成匿名化输出。 检查匿名数据使用的伦理问题。