数字经济已成为各国经济增长的新动能，并上升为国家发展战略，各国政府和人民对数据跨境流动安全问题的关注与日俱增。本书系统介绍了全球数据跨境规则的产生背景及其发展演变的脉络，重点分析了全球主要国家和地区数据跨境治理规则的内容和相互之间的异同，特别介绍了欧盟、美国话语权下的数据跨境流动规则及规则间的弥合，也介绍了其他国际性文件及十余个重点国家和地区的立法现状，同时展望了全球数据跨境规则的未来走向，在此基础上对我国的数据跨境流动治理规则现状进行梳理，并对其实施与完善提出了相关建议。本书语言平实易读，主要以法律法规、执法部门的解释性指南、判决书等一手资料作为参考，介绍分析了国内外立法现状和法律实践。
本书中文版分为基础篇和进阶篇，深入探讨了数据挖掘的各个方面，从基础知识到复杂的数据类型及其应用，涉及数据挖掘的各种问题领域。它超越了传统上对数据挖掘问题的关注，引入了高级数据类型，例如文本、时间序列、离散序列、空间数据、图数据和社交网络数据。到目前为止，还没有一本书以如此全面和综合的方式探讨所有这些主题。 基础篇（包括原书的第1-13章）详细介绍了针对数据挖掘的四个主要问题（聚类、分类、关联模式挖掘和异常分析）的各种解决方法、用于文本数据领域的特定挖掘方法，以及对于数据流的挖掘应用。 进阶篇（包括原书的第14-20章）主要讨论了用于不同数据领域（例如时序数据、序列数据、空间数据、图数据）的特定挖掘方法，以及重要的数据挖掘应用（例如Web数据挖掘、排名、推荐、社交网络分析和隐私保护）。 本书在
本书一共分为3篇：基础篇、案例篇和工具篇。 基础篇 从理论基础和基本原理层面介绍了MySQL的安装与配置、升级和体系结构，information_schema、sys_schema、performance_schema和mysql_schema，MySQL复制，MySQL事务，SQL语句优化及架构设计基础知识。 案例篇 从硬件和系统、MySQL架构等方面给出了性能优化的十几个案例，包括：性能测试的基本优化思路和*需要关注的性能指标解释、对日常SQL语句执行慢的基本定位、避免x86可用性的一般性方法、节能模式会怎样影响性能、I/O存储作为数据库*重要的依赖是如何影响数据库性能的、主备复制不一致可能有哪些原因、字符集不一致会造成哪些性能问题、在实际场景中锁的争用是怎样的。 工具篇 介绍了在MySQL性能优化过程中需要用到的各种工具，包括：dmidecode、top、dstat等硬件和系统排查工具；FIO、sysbench、HammerDB等压力测试工具；mysqldump
本书介绍Spark应用开发的面向对象和函数式编程概念，讨论RDD和DataFrame基本抽象，讲述如何使用SparkSQL、GraphX和Spark来开发可扩展的、容错的流式应用程序，*后介绍监控、配置、调试、测试和开发等高级主题。通过本书的学习，你将能使用SparkR和PySpark API开发Spark应用程序，使用Zeppelin进行交互式数据分析，使用Alluxio进行内存数据处理，将透彻理解Spark，并能对海量数据执行全栈数据分析，*终成为数据科学家。
看似佛系，其实只是不思进取；在朋友圈假装热爱生活，真实的自我只敢去微博展露；年初列了无数计划，年底全成了打脸的笑话；人前装得无懈可击，活得却比谁都软弱无力 本书作者赵德昊， 毒鸡汤 公众号创始人，凭借《不会偷懒还假装勤奋，怪不得你又累又穷》《你这不是抑郁，是没钱和缺爱的正常表现》《就算朋友遍天下，你还是个nobody》等爆文圈粉无数。 这些热辣酸爽的金句，引起无数年轻人共鸣，也映照出他们在当下焦虑生活中无力挣扎的现实。61篇犀利扎心的硬核文章，不卖情怀只给解药，愿这些狠话能为你打破思维桎桔，重塑人生。 生活虽不易，但请你干万别假装。
作为数据仓库和商业智能（DW/BI）行业中有影响力的领军人物，RalphKimball、MargyRoss得到了世界范围内的认可和尊重，他们在《数据仓库与商业智能宝典（第1版）》中确立了行业标准。现在，在《数据仓库与商业智能宝典（第2版）成功设计、部署和维护DW/BI系统》中已经更新了65篇DesignTip和白皮书，从而汇集了DW/BI技术创新前沿的著作。 从项目规划和需求收集，到维度建模、ETL和BI应用，《数据仓库与商业智能宝典（第2版）：成功设计、部署和维护DW/BI系统》涵盖了你在数据仓库和商业智能中将会遇到的所有内容。这些无与伦比的文章提供了成功地设计、部署和维护DW/BI系统的重要建议。 启动DW/BI项目和收集需求的注意事项 集成式企业数据仓库的要素，其中包括总线架构和矩阵 事实表的粒度性和三种基本类型 渐变维度技术 星型模式、
SQL是数据查询的基本语言，Excel是数据分析和展示的很常见工具。两者结合，可以组成一个强大且易于理解的业务数据分析工具。很多类重要的数据分析并不需要复杂且昂贵的数据挖掘工具。答案就在你的电脑桌上。这是一本实用指南，作者Gordon S.Linoff是数据挖掘领域的专家。书中介绍了如何使用SQL和Excel来设计并完成复杂的数据分析。本书的靠前版被广泛认可，第2版涵盖了对SQL和Excel新功能的介绍，同时包括新的技术和实际业务示例。第2版介绍了业务经理和数据分析人员所需掌握的近期新信息。本书首先介绍数据挖掘所用的SQL基础知识，如何使用Excel展示结果，以及用于理解数据的简单的统计学概念。熟悉执行SQL和操作Excel后，本书介绍了核心分析技术。本书内容逐步从基础查询扩展到复杂的应用，使读者能够学习到某种数据分析的使用原因和时机，如何设计和实
《深入浅出MySQL：数据库开发、优化与管理维护（第3版）》源自网易公司多位资深数据库专家数年的经验总结和MySQL数据库的使用心得，在之前版本的基础之上，基于MySQL 5.7版本进行了内容升级，同时也对MySQL 8.0的重要功能进行了介绍。除了对原有内容的更新之外，本书还新增了作者在高可用架构、数据库自动化运维，以及数据库中间件方面的实践和积累。 《深入浅出MySQL：数据库开发、优化与管理维护（第3版）》分为 基础篇 开发篇 优化篇 管理维护篇 和 架构篇 5个部分，共32章。基础篇面向MySQL的初学者，介绍了MySQL的安装与配置、SQL基础、MySQL支持的数据类型、MySQL中的运算符、常用函数等内容。开发篇面向的是MySQL设计和开发人员，内容涵盖了表类型（存储引擎）的选择、选择合适的数据类型、字符集、索引的设计和使用、开发常用数据库对象、事务控制和
本书结合理论和实践，由浅入深，全方位介绍了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)。本书是一本权威、全面的Hadoop参考书和工具书，阐述了Hadoop生态圈的近期新发展和应用，程序员可以从
本书试图较全面地介绍大数据技术的基本原理和方法，包括以统计模型为主的各类数据模型以及它们的计算方法，同时还将介绍这些方法在一些领域(如人工智能)中的应用。
《小白轻松学Excel数据透视表》 零基础入门，让读者轻松、快速地掌握Excel数据透视表的使用方法和应用技巧。本书为读者提供了一个轻松愉快的阅读学习体验，全彩印刷、版式灵活、颜色清爽、内容优选、案例典型、视频赠送。本书包含大量案例，读者可以边学边练，书中的大多数3级标题以案例名称命名，既便于读者从目录中快速找到相应的案例，又能让读者了解每个知识点、每项技术的实际应用场景，从而实现技术与应用的无缝对接。为了便于读者学习和练习，本书附赠所有案例的源文件和重点案例的多媒体视频教程。 本书适合想要学习Excel数据透视表和从事数据分析工作的读者。如果读者对Excel数据透视表不熟悉或从未使用过Excel，那么学习本书可以让您在短时间内快速掌握数据透视表的使用方法，并使用它来解决实际应用中的问题。对于有一定使用经验的
本书基于 Spark 2.4.X版本，以 Spark商业案例实战和 Spark在生产环境下几乎所有类型的性能调优为核心，以 Spark内核解密为基石，对企业生产环境下的 Spark商业案例与性能调优抽丝剥茧地进行剖析。全书共分 4篇，内核解密篇基于 Spark源码，从一个实战案例入手，循序渐进地全面解析 Spark 2.4.X版本的新特性及 Spark内核源码；商业案例篇选取 Spark开发中*代表性的经典学习案例，在案例中综合介绍 Spark的大数据技术；性能调优篇覆盖 Spark在生产环境下的所有调优技术；Spark AI解密篇讲解深度学习实践、 Spark PyTorch案例实战、Spark TensorFlow实战以及 Spark上的深度学习内核解密。 本书适合所有 Spark学习者和从业人员使用。对于有分布式计算框架应用经验的人员，本书也可作为 Spark高手修炼的参考用书。本书还适合作为高等院校的大数据课程教材。
《中国数据中心运维管理指针》主要针对数据中心运维管理、监控系统、基础设施管理技术，结合《数据中心设计规范》（GB50174-2013），总结了国内外数据中心技术发展情况，从技术、规范、设计及产品应用等方面进行了阐述。本书主要包括以下三个方面的内容：一、数据中心运维管理技术：数据中心运维白皮书简介、数据中心ITIL运维框架、数据中心运维组织架构、数据中心基础设施运维之监控系统、数据中心基础设施运维之日常工作、数据中心基础设施运维之应急处理、数据中心网络运维、数据中心客户服务、数据中心现场运维之基础工作、数据中心基础及应用平台运维、数据中心运维管理工具、数据中心运维质量保障体系、数据中心运维相关认证、数据中心运维之行业实例、数据中心能耗测评、数据中心运维之能效管理、数据中心测试验证和数据中心运维之供
数据工程在过去十年间发展迅速，许多软件工程师、数据科学家和分析师都在寻找相关实践的全面观点。通过这本实践用书，你将学习如何通过评估数据工程生命周期框架中可用的技术来规划和构建系统，以满足你的组织和客户的需求。 作者Joe Reis和Matt Housley将为你介绍数据工程的生命周期，向你展示如何综合运用各种云技术，以满足下游数据消费者的需求。你将理解如何应用数据生成、摄取、编排、转换、存储和治理的概念，无论底层技术是什么，这些概念在任何数据环境中都至关重要。
《数据治理：工业企业数字化转型》是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。 《数据治理：工业企业数字化转型》是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高
谁将是忠实的客户？谁将不是呢？哪些消息对哪些客户细分有效？如何大化客户的价值？如何将客户的价值大化？《数据挖掘技术（第3版）：应用于市场营销、销售与客户关系管理》提供了强大的工具，可以从上述和其他重要商业问题所在的公司数据库中提取它们的答案。自该书第1版问世以来，数据挖掘已经日益成为现代商业不可缺少的工具。在这个新版本中，作者对每个章节都进行了大量的更新和修订，并且添加了几个新的章节。该书保留了早期版本的重点，指导市场分析师、业务经理和数据挖掘专家利用数据挖掘方法和技术来解决重要的商业问题。在不牺牲准确度的前提下，为了简单起见，即使是复杂的主题，作者也进行了简洁明了的介绍，并尽量减少对技术术语或数学公式的使用。每个技术主题都通过案例研究和源自作者经验的真实案例进行说明，每
本书详细介绍了各种数据库的SQL查询技术和一些基础的SQL查询语句，并且通过实例操作的方式讲解了如何插入、更新和删除数据等相关知识。另外，本书还介绍了如何使用SQL语句进行日期处理，以及一些其他的SQL语句查询操作，能够帮助你掌握相关的SQL知识。
本书以文本数据处理为核心，从理论到实践介绍了文本数据管理与分析的关键问题，广泛涵盖了信息检索和文本数据挖掘领域的主要概念、技术和方法，并包括许多专门设计并辅以配套软件工具包（例如META）的动手练习，来帮助读者学习如何运用文本挖掘和信息检索的技术来分析和处理现实世界中的文本数据，以及如何试验数据和为具体应用任务来改进一些算法。 具体内容： l 文本信息获取与挖掘基础：统计与概率论、信息论等相关理论和文本数据理解技术。 l 文本信息获取关键技术：信息检索的模型、实现和评价，网络搜索以及推荐系统等。 l 文本挖掘关键技术：文档分类，文档聚类，文本摘要，主题分析，观点挖掘与情感分析，文本与结构化数据联合分析等。 l 文本管理和分析系统：整合信息检索与文本分析技术，结合配套软件工具META，构建统一的
本书是为“数据结构”课程编写的教材，前面两章介绍数学基础和算法相关预备知识，第3章至第10章介绍常见数据结构的抽象数据类型、算法实现、性能分析及其应用。本书注重全面运用数据结构知识解决实际问题的案例介绍，同时穿插程序设计的技巧。全书采用Java语言作为数据结构和算法的描述语言，介绍JDK中常见的数据结构的实现原理，如ArrayList、LinkedList、HashMap等，对于高效使用这些对象，提高程序性能有指导意义，特别适合Java语言的进阶学习者。本书提供了大量设计精良的代码，且不乏对算法背后所蕴含数学原理的精彩介绍，使读者不仅能够编写出高效、精致的程序，而且达到“知其然，也知其所以然”的效果。
《数典 : 大数据标准术语体系 : 汉、阿、英、法、德、》名《数典》，定义为大数据标准术语体系，是迄今为止全球全面系统研究大数据标准术语的多语种专业工具书。《数典 : 大数据标准术语体系 : 汉、阿、英、法、德、》以全球语境和未来视角，对大数据知识体系进行了全面梳理，提出了九个方面的术语架构，并以十一种语言对照编纂，形成了统一规范、符合国际通用规则的多语种学术话语体系和术语标准体系。
全书共有15章，分为4篇。基础篇，阐述数据可视化的基础理论和概念，从人的感知和认知出发，介绍数据模型和可视化基础；时空数据篇，介绍带有空间坐标或时间信息的数据的可视化方法，此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生；非时空数据篇，描述非结构化和非几何的抽象数据的可视化，这些数据既存在于真实物理空间，又是社会空间和网络信息空间的基本表达形式；用户篇，介绍面向各类数据的可视化在实际应用中共同需要的方法、技术和工具，例如交互和可视化评测方法，以及在具体领域的可视化和应用系统。本书从研究者的角度，介绍数据可视化的定义、方法、效用和工具，既可作为初学者的领路手册，也可用于可视化研究和可视化工具使用的参考指南。
本书结合理论和实践，由浅入深，全方位介绍了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)。本书是一本权威、全面的Hadoop参考书和工具书，阐述了Hadoop生态圈的近期新发展和应用，程序员可以从
高价值、低密度是大数据的特征，挖掘高价值、低密度的数据对象是大数据的一项重要工作。特异*组是一类高价值、低密度的数据形态，是指在众多行为对象中，少数对象*体具有一定数量的相同（或相似）的行为模式，表现出相异于大多数对象而形成的异常的*组。特异*组挖掘在证券金融、医疗保险、智能交通、社会网络和生*科学研究等领域具有重要的应用价值。对特异*组挖掘的研究代表了数据挖掘从浅层到深层的发展趋势和必要性。 本书系统地阐述了特异*组挖掘任务，包括介绍了特异*组挖掘的概念，分析了特异*组挖掘任务与聚类、异常等任务之间的差异，给出了特异*组挖掘任务的相关*法，并且列举了特异*组挖掘的几*重点应用。本书适合大数据研究人员、大数据工程师、大数据应用分析师、大数据产业从业人员等阅读，也可作为数据科学、大数据专业本科
为落实国家大数据战略部署，工业和信息化部办公厅于2016年5月，向地方工业和信息化主管部门及大型企业下发了《工业和信息化部办公厅关于组织开展大数据优秀产品、服务和应用解决方案征集活动的通知》（工厅信软〔2016〕441号），在全国范围内广泛征集大数据优秀产品、服务和应用解决方案，经过四十余位业内专家三轮的严格评审，遴选了50个优秀案例。本书是50个优秀案例的汇编，充分展示了部分先行先试的国内企业在大数据技术、产品、服务以及应用方面的经验和模式，以及取得的初步成效。编者希望通过这种展示方式，为相关地区、行业、企业发展和应用大数据提供有益的借鉴与思考，同时促进政产学研用深度合作，指导和帮助地方、企业和用户加强沟通交流。本书可为政府部门、行业企业、科研机构，及其从事大数据政策制定、管理决策和咨询研究的
