这是一部可以帮助读者从0开始理解、建设并深度实践数据血缘及其系统的专业指导手册。全书所有内容均来自两位作者长期在世界500强企业从事数据相关工作的经验总结，书中不仅从原理层面带领读者深挖数据血缘本质，还有从实践层面对数据血缘的建设方法、核心技术、主流工具、在数据治理中的应用、典型行业应用案例进行了全方位剖析。 本书得到了美国南卡罗来纳大学教授、DAMA大中华区主席、中国大数据技术标准推进委员会专家、招商蛇口数字化管理及运营负责人、PowerData社区主理人等多位业界专家的鼎力推荐。 本书包括4篇14章，具体内容如下。 概念篇从企业面临的主要数据问题入手，逐渐延伸到对数据血缘的相关定义、特征、价值，以及数据组成的深度解读。这部分是真正落地数据血缘项目的基础，只有充分理解了这部分内容，才知道如何与上下游沟

全书共9章，分为三部分。第一部分(第1~3章)讲解存储引擎的全貌，涉及存储引擎中高频使用的数据结构、存储介质等，为深入学习后面的内容做铺垫。第二部分(第4~6章)介绍基于B+树的存储引擎，重点介绍为什么选择B+树作为存储引擎索引结构、B+树存储引擎解决哪些问题以及如何解决，并以BoltDB存储引擎项目为例来讲解核心原理与实现细节。第三部分(第7~9章)介绍基于LSM派系的存储引擎，重点介绍LSM Tree中各组件的功能及作用，最后剖析了LevelDB项目的核心原理与实现细节。

阅读本书可以学习使用Python对数据集进行操作、处理、清洗和规整。第3版针对Python3.10和pandas1.4进行了更新，并通过实操讲解和实际案例向读者展示了如何高效地解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。 本书作者Wes McKinney是Python pandas项目的创始人。本书对Python数据科学工具的介绍既贴近实战又内容新颗，非常适合刚开始学习Python的数据分析师或刚开始学习数据科学和科学计算的Python程序员阅读。读者可以从GitHub获取数据文件和相关资料。 学完本书，你将能够： ·使用Jupyter notebook和IPython shell进行探索性计算。 ·掌握NumPy的基础功能和高级功能。 ·掌握pandas库中的数据分析工具。 ·使用灵活的工具对数据进行加载、清洗、转换、合并和重塑。 ·使用matplotlib进行信息可视化。 ·使用pandas的groupBy功能对数据集进行切片、切

《企业级数据架构:核心要素、架构模型、数据管理与平台搭建》由李杨著

本书以数据要素化治理的理论方法与工程实践为主线，内容按照概念篇、原理篇和工程篇依次展开。概念篇在对数据、数据要素相关概念及其演进过程进行系统梳理的基础上，首次对“数据要素”“数据要素化”进行了明确定义，并基于传统生产要素市场化配置规律，提出数据要素化治理的基本思路。在原理篇，定义了数据元件作为连接数据供需两端的“中间态”和数据要素交易流通的标的物，进而构建基于数据元件的数据要素流通模型、数据要素化安全模型以及数据要素化治理系统模型。在工程篇，详细阐述了制度体系、技术体系和市场体系“三位一体”的解决方案，并进行实践案例剖析，验证数据要素化治理模型及三大体系的可行性、有效性及可复制性。

本书是ClickHouse领域的集大成之作，从基础知识、实现原理、项目实战、扩展应用4个维度全面展开，表述简练清晰、案例丰富实用，既可以作为入门的标准参考书，又适合作为案头速查手册。书中内容是作者在、字节跳动多年实战经验的总结，得到了字节跳动和9位大数据专家的高度评价。全书共10章，主要内容如下：第1~3章整体介绍ClickHouse概念、特性、应用场景、技术生态、快速入门和基础数据类型等基础内容，目的是从本质上揭开ClickHouse高性能背后的秘密，帮助读者快速上手实践。第4~6章重点讲解ClickHouse的高级数据类型、函数和SQL查询语法与配置实践等进阶内容，通过该部分内容的阅读和学习，你将全面掌握ClickHouse核心功能的使用方法和技巧。第7~10章从企业级项目实战的角度出发，详细解析ClickHouse在实际业务项目中的使用，主要包括基于Spring Boot开发ClickHouse S

本书是一部通过提供一套易于遵守及操作的方法论来实现高质量数据管理的实践指南。内容全面、详细，并有许多实用的建议和模板，第1版推出后，已成为全球信息质量实践者的推荐书籍，甚至已成为美国阿肯色大学信息质量研究生项目的教科书。 本书共7章，内容包括数据质量和依赖于数据的世界、数据质量实践、关键概念、十步法流程、设计项目结构、其他技巧和工具，以及写在最后的话。 作者将信息质量的概念框架与改善信息质量的技术、工具、操作指南相结合，提出并详细描述了获取高质量数据和可信信息的十步法。作为本书的近期新改版，作者进一步阐明并更新了流程步骤和支持模板，整合了一些有价值的示例和案例，说明了近些年技术和数据生产的演变。 本书内容丰富，理论和实践相结合，易读性和可操作性强，可以作为数据质量管理的入门和进阶

互联网时代，数据和信息的规模急剧膨胀，各行各业都与数据紧密相连，因此急需能够充分利用数据和信息的人才。企业通过对数据和信息进行深入分析，可以提高收入、降低成本，从而获得竞争优势。 本书以企业长久生存为目标，以收入优选化、风险最小化、成本最小化三条业务主线思想为指导，逐步构建数据分析体系、数据评估体系、数据产品化体系共同运作的商业分析框架，详细描述如何利用商业分析技能帮助企业获取竞争优势。 本书融理论与实践于一体，本书方法论经过网易、的项目实践验证。无论是商业分析人员、数据分析人员，还是业务人员、企业管理人员，都会在阅读本书后受益匪浅。

目前，大数据成为人们耳熟能详的名词。在人工智能、大数据时代，数据处理、数据分析成为非常重要的工作，但是数据存储在哪里，数据是怎么存储的，数据库的工作原理是什么，面对大量数据，我们应该如何操作，很多人可能并不清楚。本书就用通俗易懂的文字，结合直观清晰的插图，对这些问题的关键技术——数据库相关知识点进行了详细解说。具体内容包括数据库的基础知识——理解数据库的基本概念、数据的存储方式——关系型数据库的特征、操作数据库——SQL的使用方法、管理数据—避免非法数据的功能、引入数据库—数据库的结构与表的设计、运用数据库—旨在安全运用、用于保护数据库的基础知识——故障恢复与安全措施、活用数据库——在应用程序中使用数据库等。适合所有对数据、数据库感兴趣的读者学习。

本书系统化介绍Redis命令及其应用场景，内容深入，图文并茂，巨细靡遗，是掌握Redis的案头推荐参考书。本书主要分为三大部分，共20章。第一部分“数据结构与应用”介绍Redis最核心的九种数据结构，列举了操作这些数据结构的众多命令及其详细信息，并在其中穿插介绍了多个使用Redis命令构建应用序的示例。通过这些程序示例，读者可以进一步加深对命令的认识，并学会如何在实际中应用这些命令，从而达到学而致用的目的。第二部分“附加功能”介绍Redis在数据结构的基础上为用户提供的额外功能。其中包括数据库管理、自动过期功能、流水线与事务、Lua脚本、持久化、发布与订阅、模块管理等。读者可以通过阅读这一部分来学会如何将Redis应用在更多场景中。第三部分“多机功能”介绍Redis的三项多机功能：复制、Sentinel和集群。读者可以通过阅读这一部分来

Python是众多研究人员眼中的一流工具，主要原因在于它所提供的可用于存储、操作、洞察数据的各种库。数据科学堆栈的各个部分都存在多种资源，但只有本书的新版将它们汇集于一处，包括IPython、NumPy、pandas、Matplotlib、Scikit-Learn以及其他相关工具。熟悉阅读和编写Python代码的在职科技人员和数据处理人员会发现这份全面的案头参考书的第二版非常适合处理各种日常问题：数据的操作、转换、清理；不同类型数据的可视化；使用数据建立统计或机器学习模型。一句话，这是Python科学计算的推荐参考。

本书从Power BI概述及对Power BI进行基本操作讲起，逐步展开，依次讲解输入和连接数据、数据的清洗和整理、管理行列数据、建立数据分析模型、创建与修饰可视化报表、数据可视化报表高阶应用、常用视觉对象类型、Power BI在线服务、Power BI实战演练等，形成了一套结构清晰、内容丰富的Power BI知识体系。通过对本书的学习，读者可以从烦琐的数据处理和报表编制中解脱，快速从海量数据中抽取关键信息并制作令人惊艳的交互式商业报告，此外，还可以将报告通过PPT或网络与他人分享，实现自我价值的提高，为企业决策提供助力。本书面向有一定Excel使用经验，需要进一步提升数据分析能力与数据可视化能力的信息工作者。无论是Power BI的初学者、中高级用户，还是IT技术人员，或者是在校学生，都将从本书中找到值得学习的内容。

本书是数据治理领域公认的标准性著作，能为各种类型企业和机构的数据治理提供全面指导。用友集团官方出品，得到了用友集团董事长王文京、DAMA中国区主席汪广盛等9位企业界和学术界数字化专家的一致好评，同时也被中国数据要素高层次人才发展大会（DGBOK）作为指定教材。它基于国际主流的数据治理框架和用友多年的数据治理经验，从道、法、术、器4个维度全面、深入展开，不仅有数据治理在战略层面的顶层设计，还有数据治理在执行层面的实施方法，既可以作为数据治理的纲领性指南，又可作为数据治理的实操手册。从数据治理的战略规划到落地实施，本书将各环节的核心内容凝练为“3 个战略机制、8 项关键举措、7 种技术能力、7 个治理工具”：数据治理之道：3个战略机制高屋建瓴地介绍了数据治理的数据战略、组织机制和数据文化。这3个机制能够帮

笔者根据自己多年的数据分析与挖掘经验，从零基础读者的角度，详尽地介绍了Python数据分析与挖掘的基础知识及大量的实战案例。 全书分为4篇，第1篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第2篇是数据分析篇，主要介绍常用的数据分析方法；第3篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第4篇是实战应用篇，介绍两个完整的数据分析与挖掘案例，让读者了解如何系统地应用前面学到的各种方法解决实际问题。对于书中的大部分章节，笔者还结合实际工作及面试经验，精心配备了大量高质量的练习题，供读者边学边练，以便更好地掌握本书内容。 本书配备所有案例的源码，适合有一定数学基础的读者使用，但不要求读者具备编程基础，适合刚入行的数据分析人员或从事与数据相关工作、对数据感兴趣的人员，也适合

一、选题背景习近平总书记在十九届中共中央政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向。2019年，人力资源社会保障部、市场监管总局和统计局联合下发了《人力资源社会保障部办公厅市场监管总局办公厅统计局办公室关于发布人工智能工程技术人员等职业信息的通知》（人社厅发〔2019〕48号），正式将大数据工程技术人员列为新职业。落实《专业技术人员继续教育规定》（人力资源社会保障部令第25号）的要求，为进一步加强大数据工程技术人员队伍建设，开展全国范围内的人员培训

本书以数字孪生在数据中心的应用为主题，从采用的方案、遇到的问题、解决的方法及对未来的思考等全面介绍技术实践的细节。本书共分为5章：首章介绍数字孪生相关的知识和应用场景：第2章主要阐述数字孪生在数据中心的应用和数据中心的行业知识；第3~5章篇幅较多，主要介绍数字孪生使用的技术，并配套完整的项目代码，其中第3章介绍数据分析算法相关的技术知识，第4、5章阐述3D可视化框架ThreejS相关的知识。本书适合对数字孪生有兴趣的技术团队、开发和研究人员阅读。

《Oracle 19C数据库应用（全案例微课版）》是针对零基础读者编写的入门教材，侧重案例实训，并提供扫码微课来讲解当前热点案例。 《Oracle 19C数据库应用（全案例微课版）》分为25章，前22章包括数据库与Oracle概述，安装与配置Oracle环境，Oracle管理工具，数据库的基本操作，数据类型和运算符，数据表的创建与操作，插入、 新与删除数据，Oracle数据的简单查询，Oracle数据的复杂查询，视图的创建与使用，触发器的创建与使用，Oracle系统函数的应用，PL/SQL编程基础，存储过程的创建与使用，游标的创建与使用，事务与锁的应用，Oracle表空间的管理，管理控制文件和日志文件，Oracle数据的备份与还原，用户与角色的安全管理，Oracle的性能优化，Java操作Oracle数据库等内容， 3章是3个综合项目，进一步提升读者的项目开发能力。 《Oracle 19C数据库应用（全案例微课版

本书介绍了数据工程生命周期，并展示如何组合运用各种云技术来满足下游数据消费者的需求。本书分为三部分：第一部分介绍了数据工程的定义、数据工程的生命周期、合理的架构设计和帮助技术选型的框架；第二部分深入介绍了数据工程生命周期的每个阶段——数据生成、存储、获取、转换和服务；第三部分讨论了数据工程的重要部分——安全和隐私。附录还介绍了与处理数据文件和评估数据系统的性能有关的序列化和压缩，以及云网络。本书适合软件工程师、数据科学家、数据工程师和数据分析师等相关技术人员阅读。

高性能分布式SQL查询引擎Presto可用于对不同的数据源执行快速的交互式分析。这本实用指南将带你学习如何对Hive、Cassandra、关系数据库或专有数据存储中的数据进行分析。分析师、软件工程师、生产工程师可以从中学习Presto的管理、使用甚至开发。最初由Facebook开发的开源软件Presto如今已被Netflix、Airbnb、LinkedIn、Twitter、Uber和许多其他公司使用。Matt Fuller、Manfred Moser、Martin Traverso向你展示了单个Presto查询如何组合来自多个源头的数据，从而对整个组织进行分析。

7大数据陷阱的干货总结与避坑锦囊，教会数据工作者如何在数据陷阱中迅速恢复，避免踩雷。 数据陷阱无处不在，任何处理过数据的人都会在不知不觉中多次陷入其中。我们大多数人都还没有学会如何使用现代工具和所掌握的数据类型，从而导致了一些本可以轻易避免的常见的错误。 在本书中，作者为我们展示了以下七种在数据处理过程中常见的数据陷阱： 陷阱 1：认知误差——我们如何看待数据； 陷阱 2：技术陷阱——我们如何对数据进行处理； 陷阱 3：数学失误——我们如何对数据进行计算； 陷阱 4：统计疏忽——我们如何对数据进行比较； 陷阱 5：分析偏差——我们如何对数据进行分析； 陷阱 6：绘图乌龙——我们如何对数据进行可视化； 陷阱 7：设计风险——我们如何对数据进行修饰。 同时也向我们展示了这些数据陷阱是如何产生、如何变得如此常见的

《Oracle 19C数据库应用（全案例微课版）》是针对零基础读者编写的入门教材，侧重案例实训，并提供扫码微课来讲解当前热点案例。 《Oracle 19C数据库应用（全案例微课版）》分为25章，前22章包括数据库与Oracle概述，安装与配置Oracle环境，Oracle管理工具，数据库的基本操作，数据类型和运算符，数据表的创建与操作，插入、 新与删除数据，Oracle数据的简单查询，Oracle数据的复杂查询，视图的创建与使用，触发器的创建与使用，Oracle系统函数的应用，PL/SQL编程基础，存储过程的创建与使用，游标的创建与使用，事务与锁的应用，Oracle表空间的管理，管理控制文件和日志文件，Oracle数据的备份与还原，用户与角色的安全管理，Oracle的性能优化，Java操作Oracle数据库等内容， 3章是3个综合项目，进一步提升读者的项目开发能力。 《Oracle 19C数据库应用（全案例微课版

本书作为《基于Python的金融分析与风险管理（第2版）》一书的姊妹篇，整合了源于现实金融市场和日常实务的119个原创案例，涉及403项编程任务。本书囊括了丰富多样的金融场景，涵盖利率、汇率、债券、股票、基金、信托、资管、远期、互换、期货、期权等金融产品，还涉及商业银行、证券公司、期货公司、保险公司、信托公司、资产管理公司、基金管理公司、金融控股公司等不同业态的金融机构，尽可能覆盖金融实战中涉及Python编程的各种场景。本书着眼于从业者可能涉及的金融实战案例，并结合具体的职场角色给出了基于Python的高性能解决方案。通过阅读本书，读者能够全方位地了解金融市场的运作，深刻洞察处理各类金融工作的实战技能。

本书以Go语言算法实战为核心，系统讲解了Go语言基础、常见算法的基本原理及其Go语言实现，同时还提供名企算法面试真题及其解答。所有代码采用目前Go语言的近期新版本(1.20)编写。 全书分为3篇，第1篇是基础入门篇，包括Go语言入门、Go语言编程基础、算法与数据结构基础、基本数据结构，系统介绍了Go语言基础知识、算法基础、栈、队列、链表等的基本原理，Go语言实现及面试题实战；第2篇是进阶篇，包括树、图两章内容，系统介绍了树与图数据结构的基本原理，Go语言实现及面试题实战；第3篇是高级篇，系统介绍了排序算法、搜索算法、贪心算法、分治算法、回溯算法、动态规划算法、递归算法、常见机器学习算法等的基本原理，Go语言实现及面试题实战。本书还提供了完整的配套代码，同时为重难点知识提供了配套视频，帮助读者以最快的速度从零基础新手