在这本书里，读者将会跟随作者一同对Oracle数据库的相关知识进行梳理，很终共同提炼出必须很先掌握的那部分知识，无论你是数据库开发、管理、优化、设计人员，还是从事Java、C的开发人员。接下来作者再将这部分知识中很实用的内容进一步提炼，浓缩出很精华的部分，分享给大家。这是“二八现象”的一次经典应用。这部分知识就是Oracle的物理体系结构、逻辑体系结构、表、索引以及表连接五大部分。通过阅读本书中的这些章节，读者将会在短时间内以一种有史以来很轻松的方式，完成对Oracle数据库的整体认识，不仅能解决工作中的常规问题，还能具备的设计和调优能力。通过对这些章节的学习，读者在Oracle的学习中会有极大的收获。然而，作者更希望看到的是：让读者的收获，不止Oracle。为达到此目的，作者精心将全书分成上下两篇，刚才所描述的具体知
本体描述了领域间的概念以及概念间的关系，是解决语义网上数据异质问题的方案。但是由于人类的主观性，同一个实体在不同本体中可能拥有不同的名称和描述方式，使得本体间存在异质问题。给定两个描述一系列离散的实体（实体可能是概念、关系和实例）的本体，确定这些本体间的关系的过程称为本体匹配，本体匹配可以有效地解决本体异质问题。当本体中的实体规模庞大的时候，本体匹配问题是一个复杂的（非线性问题且有很多局部很优解）和费时的（大规模问题）问题，因此近似的求解方法通常被用于确定本体匹配结果。源自这一观点，进化算法成为了求解本体匹配问题的有效方法。本书首先为本体概念层和实例层构建了不同的单目标、多目标和众目标模型，然后针对性地给出了各种进化算法（如混合进化算法，NSGA-II和MOEA/D）来求解这些模型。很后，还
本书从企业数字化转型入手，介绍企业如何通过OpenShift构建PaaS平台 实现DevOps 实现微服务治理和微服务的管理。 全书共分为部分： 部分PaaS能力建设。即本书的“PaaS三部曲”，包含第2-4章的内容，分别是：基于OpenShift构建企业级PaaS OpenShift在企业中的开发和运维实践 OpenShift在公有云上的实践。 第二部分DevOps能力建设。即本书的“DevOps两部曲”，包含第5-6章的内容，分别为：在OpenShift上实现DevOps DevOps在企业中的实践。 第三部分微服务能力建设。即本书“微服务三部曲”，包含第7-9章的内容，分别为：微服务介绍及Spring Cloud在OpenShift上落地 Istio架构介绍与安装部署 基于OpenShift和Istio实现微服务落地。 第四部分微服务管理。包含本书0章的内容。介绍基于OpenShft和红帽其他解决方案微服务的管理（API管理 分布式集成和流程自动化），并最终实现企业业务中台的建设。
本书分13章，分别从企业大数据战略定位、企业大数据落地实施和价值评估，以及大数据的变革与挑战这方面进行撰写，宏观上涵盖了企业战略决策和定位，微观上涵盖了大数据职能、思路、方法、流程、开发、应用、评估的整个环节。企业大数据的知识完整性也是本书的特色之一。
本书系统介绍了大数据技术的相关知识,全书共13章,内容包括Hadoop大数据处理架构、HDFS分布式文件系统、YARN资源管理、MapReduce分布式计算框架、HBase分布式数据库、流数据采集、典型非关系数据库的安装与使用、分布式数据分析工具Pig、Spark大数据处理框架、基于Python语言的Spark RDD编程、基于Python语言的Spark SQL结构化数据处理、Hive分布式数据仓库、典型数据可视化工具的使用。本书对大数据相关技术给出详细的编程示例，并给出详细的注解。 本书可作为高等院校计算机、信息管理、软件工程、人工智能、数据科学与大数据技术等相关专业的大数据技术课程教材，也可供相关技术人员参考。
Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。 《Python金融大数据分析》总计分为3部分，共19章，部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、数生成和过程模拟、Python统计学应用、Python和Excel的集
Oracle Database 10g是具有网格计算架构的数据库系统，它在性能、可伸缩性、安全性、可管理性、系统可用性方面具有领先的优势。《Oracle Database 10g基础教程》全面介绍了Oracle Database 10g的功能和特点。全书共分19章，分别从安装配置、安全性、可用性、互操作性、PL／SQL、可开发性、商业智能等多个方面对Oracle Database10g的各项技术进行了深入浅出的介绍。 《Oracle Database 10g基础教程》内容翔实，示例丰富，结构合理，语言简洁，图文并茂。作为一本教程，《Oracle Database 10g基础教程》面向数据库管理和开发的专业人员，可以帮助他们系统学习Oracle．Dambase 10g的系统管理和应用开发。《Oracle Database 10g基础教程》适合作为高等院校数据库技术专业、信息管理与信息系统专业的教材，也可以作为数据库管理和应用开发人员的参考书。
云计算是一种商业计算模型，它将计算任务分布在大量计算机构成的资源池上，使用户能够按需获取计算能力、存储空间和信息服务。与以往的计算模式不同，云计算环境下，信息安全和服务保障问题更严重、更突出。本书从云计算的安全技术和服务质量评价两个方面论述云计算服务保障的体系架构，安全技术方面主要阐述了基于可信计算的实时度量、基于角色的数据隔离访问、云节点信任链的动态维护模型与验证机制和多级安全访问控制模型；服务质量评价方面提出基于动态筛选评价指标的云服务QoS模型（CSERVQUAL）和改进TOPSIS的云服务QoS评价方法（IEC-TOPSIS）。 本书适合开发、维护和使用云计算服务的人员阅读，可以作为云计算研究人员的参考书，也可以作为计算机与信息安全相关专业高年级本科和研究生阶段教材。
如何启动和配置Oracle Database Exadata 云服务 如何导航到用户界面 如何利用智能扫描和存储索引 如何利用新的压缩技术 如何使用Oracle Exadata 资源管理 如何管理Oracle Exadata智能闪存 如何管理和监控Oracle Exadata云服务 如何迁移到Oracle Exadata云服务
大数据时代，数据成为决策最为重要的参考之一，数据分析行业迈入了一个全新的阶段。R是一款的统计分析软件，《数据分析：R语言实战》侧重于使用R进行数据的处理、整理和分析，重点讲述了R的数据分析流程、算法包的使用以及相关工具的应用，同时结合大量精选的数据分析问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解R的精髓和灵活、高效的使用技巧。 通过《数据分析：R语言实战》，读者不仅能掌握使用R及相关的算法包来快速解决实际问题，而且能学会从实际问题分析入手，到利用R进行求解，以及对结果进行分析。 《数据分析：R语言实战》可作为计算机、互联网、机器学习、信息、数学、经济金融、管理、运筹、统计以及有关理工科专业的本科生、研究生的学习用书，也能帮助市场营销、金融、财务、人力资源管理人员及产品经理解
《数据分析方法与案例详解（双色）》是一本语言和数据分析的入门教材，循序渐进、深入浅出，每个知识点尽量从实际的应用案例出发，以问题为导向，在解决问题中学习统计方法、语言的基本使用以及编程技巧。 《数据分析方法与案例详解（双色）》内容涵盖数据结构、函数与优化、抽样模拟、统计分析、假设检验、回归分析、统计绘图和包制作等内容。 《数据分析方法与案例详解（双色）》的定位是为业界数据分析人员、经济管理类、医学的学生提供方法和程序上的参考，在写作过程中尽量删去比较理论的数学原理，这样能够帮助读者轻松上手学习。
本书分为部分，分别为大数据基础理论分析、基于海量语意规则的大数据流处理技术及大数据应用。 部分介绍大数据领域的主要基础理论，包括大数据基本概念、可编程数据中心、云文件系统、云数据库系统、大数据并行编程与分析模型、大数据智能计算算法、基于大数据的数据仓库技术、大数据安全与隐私保护，以及基于大数据的语意软件工程方法等。 第二部分介绍基于海量语意规则的大数据流处理技术，包括基于规则的大数据流处理介绍、语意规则描述模型、海量语意规则网及优化、海量语意规则处理算法及海量语意规则并行处理等。 第三部分主要介绍大数据的一些典型应用，包括：文化大数据、医疗健康大数据、互联网金融大数据、教育大数据、电子商务大数据、互联网大数据、能源大数据、交通大数据、宏观经济大数据、进出口食品安全监管大数据、基
