《华为数据之道》 《华为数据之道》 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在优选170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 全书共10章，内容从逻辑上分为四个部分。 第一部分（～3章） 第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细

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

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

在Oracle认证大师Richard Niemiec的帮助下，系统地识别和排除数据库的性能问题：《Oracle Database 12cR2性能调整与优化(第5版)》详细介绍*的监控、故障排除和优化方法，取自现实世界的案例研究和*实践贯穿全书，从中可以探悉如何鉴定和解决本地部署和云环境的瓶颈问题、如何配置存储设备、如何有效运行查询以及如何开发无错误的SQL和PL/SQL代码。此外还介绍了有关测试、报表和提高安全性等方面的内容。学会如何：? 正确运用 Oracle 12cR2数据库的索引和分区技术? 有效使用Oracle云、Oracle Exadata和Oracle企业管理器? 有效地管理磁盘驱动器、ASM、磁盘阵列和内存? 运用Oracle的SQL提示和Trace实用工具来优化查询? 运用V$视图和X$表对数据库实施故障排除? 创建首个云数据库服务并为混合云做好准备? 运用Oracle的Statspack和AWR等工具来生成报表? 运用sar、vmstat和iostat来监控操作系统统计数

本书以统计学/数学为出发点，介绍深度学习推荐的数理基础，讲解PyTorch的主体架构及近期新的模块功能，包括常见算法与相关套件的使用方法，例如对象侦测、生成对抗网络、深度伪造、图像中的文字辨识、脸部辨识、BERT/Transformer、聊天机器人、强化学习、自动语音识别、知识图谱等。本书配有大量案例及图表说明，同时以程序设计取代定理证明，缩短学习过程，增加学习乐趣。本书适合深度学习入门者、数据工程师、信息技术工作者阅读，也可作为高校计算机相关专业的教材。

数据是组织的重要资产，做好数据管理是盘活数据资源，释放数据价值的有效手段。本书以数据管理为主题，分为背景篇、标准篇、贯标篇、评估篇和政策篇五个篇章，首先梳理了数据管理的概念、背景和发展历程，为读者建立对数据管理的总体认识；其次详细解读国家标准――数据管理能力成熟度评估模型（以下简称DCMM），帮助读者深入理解DCMM标准及其内涵，掌握开展数据管理活动所需的理论知识，指导读者应用DCMM标准构建数据管理体系，并开展数据管理贯标评估活动。

图数据库是NoSQL类数据库的又一大典型代表，在国内图数据库属于新兴事物，其优异的复杂关系解决方案引起了国内众多大型互联网公司及IT开发者的关注，而Neo4j是目前图形化数据库中最为出色、最为成熟的产品。本书的第一版书名是(Neo4j权威指南》，发行量超过13000册，本书在第一版的基础上补充完善了Neo4j的新特性、新功能。本书基于Neo4j4.4版本编写，共分10章，涵盖基本概念、基础入门、查询语言、程序开发技术、管理运维、集群技术、应用案例、高级应用、配置设置、内建过程、GDS、Fabrie等内容。本书内容涉及Neo4j的大部分知识，既可以作为Neo4j初学者的入门教材，也可以作为相关行业Neo4j技术专家的参考手册。

本书会告诉你如何为组织设计合适的数据保护系统，以降低组织的成本和出现问题的可能性。系统管理员与网络管理员既要保护数据中心的物理机、虚拟机以及云平台中的设施，还要保护各种移动设备，此外还有Microsoft 365、Google Workspace与Salesforce等SaaS产品，以及由Kubernetes与容器工作负载创建的持久数据，这实在是一个相当繁杂的任务。 为了帮助大家解决上述难题，本书提供了几种解决方案，以便你从中选出适合的方案。你将了解每种工作负载的独特要求，然后探索可用于保护这些数据源的各种商用备份硬件、软件与服务，并探讨每种方法的优点与缺点。 学完本书，你将： 了解哪些工作负载类型（数据）应该备份。 探索用于备份数据的软件、硬件与服务。 能够判断目前的数据保护系统有什么缺陷。 学会如何将每种数据源分别交给擅长处理这种数据源的备份系

本书按照需求规划、需求实现、可视化的流程进行编排，通过项目开发的主要流程，介绍数据仓库的搭建过程。在整个数据仓库的搭建过程中，本书介绍了主要组件的安装部署、需求实现的具体思路，以及各种问题的解决方案等，并在其中穿插了许多与大数据和数据仓库相关的理论知识，包括数据仓库的概念、电商业务概述、数据仓库理论和数据仓库建模等。 本书共14章，其中，第1～3章是项目的前期准备阶段，主要介绍了数据仓库的概念和搭建需求，并初步搭建了本数据仓库项目所需的基本环境；第4～7章是项目的核心部分，详细介绍了数据仓库的建模理论，并完成了数据从采集到分层搭建的全过程，是本书的重点部分；第8～14章是对数据治理各功能模块的实现，针对数据治理的不同功能需求分模块进行实现。 本书适合具有一定编程基础并对大数据感兴趣的读者

《GraphPad Prism科技绘图与数据分析》以GraphPad Prism 9.4为软件平台，结合编者多年的数据分析经验，通过大量实例系统全面地介绍Prism在科研数据处理中的使用方法与技巧。全书共11章：第1~3章主要讲解GraphPad Prism的基础知识，包括用户界面、项目组成、图形的输出、数据的输入、数据表类型、图形的修饰与美化等；第4~11章结合Prism数据表的特点，分别讲解各类数据表的数据格式、数据表能够完成的图表绘制以及可以实现的统计分析等。通过阅读本书，可以帮助读者快速掌握GraphPad的应用，从而更好地处理和分析科研数据。本书注重基础，内容翔实，突出示例讲解，既可以作为从事数据分析处理的科研工程技术人员的自学用书，还可以作为高等学校相关专业的本科生和研究生的教学用书。

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

Oracle 12c数据库是 Oracle公司推出的旗舰级数据库。本书全面、详细地讲解了 Oracle 12c数据库管理技术，是学习 Oracle数据库管理的实用教材。 全书共分 24章，通过近千个范例详尽讲解了 Oracle 12c数据库体系结构、安装与卸载、各种数据库对象、 PL／SQL语言、数据库备份与恢复、用户与管理等技术。书中每章的内容不但概念清晰、操作步骤明了、示例丰富，而且更侧重于满足实际工作的需要。 本书适合 Oracle数据库初学者以及初级 Oracle数据库管理员使用，也适合作为 Oracle数据库管理技能培训用书。

数据是组织的重要资产，做好数据管理是盘活数据资源，释放数据价值的有效手段。本书以数据管理为主题，分为背景篇、标准篇、贯标篇、评估篇和政策篇五个篇章，首先梳理了数据管理的概念、背景和发展历程，为读者建立对数据管理的总体认识；其次详细解读国家标准――数据管理能力成熟度评估模型（以下简称DCMM），帮助读者深入理解DCMM标准及其内涵，掌握开展数据管理活动所需的理论知识，指导读者应用DCMM标准构建数据管理体系，并开展数据管理贯标评估活动。

Oracle EBS（E-Business Suite）是甲骨文公司的一套大型ERP应用产品，在这套产品中，大量的功能实现是基于Oracle的Form表单，可以说EBS系统开发最基础、最重要的就是Form开发。Form是Oracle EBS系统搭载在Java插件上可实现对数据库插入、查询、删除、更新等操作的交互式界面。开发者可以利用Oracle开发套件提供的Forms Builder开发工具进行Form的开发或者修改。为了更好地引导、帮助读者理解学习Form开发，作者以循序渐进的方式精心创作了这本书。本书采用了渐进的方式对Form开发涉及的内容进行组织，对知识进行化分割，为读者提供循序渐进的学习思路；在深入本质的层面上对Form开发以及EBS架构进行讲解；对开发中涉及的关键环节进行深入剖析；包含了大量的实例供读者学习及开发参考。

Oracle数据库是目前世界上使用最为广泛的数据库管理系统，具有完整的数据管理功能；PL/SQL是Oracle对标准数据库语言SQL的过程化扩充，让Oracle的数据管理和程序设计效率更高。 本书是一本特别注重实战的Oracle数据库入门及管理工具书，书中一共集成了300多个日常管理数据库的实例。本书每个实例都有图文并茂的实现步骤、实例解析，使读者能够很轻松地按照书中的例子进行操作，从而掌握如何去操作和管理Oracle数据库。

本全书内容主要包括11章和三个附录，其中11章又分为两大部分，部分是一些基础的介绍性的内容，章和第二章完整地讲述了元数据的意义以及一些基本的概念，第三章则从总体上分明绍了当前主要的元数据标准。第二部分则根据无数据的仓储项目生命周期的各个阶段，分别在第四章到第九章介绍了元数据的工具的评估，元数据仓储项目的组织和人员的配置，如何制定元数据的项目计划，元数据体系的结构的设计，如何通过元数据来提高数据的质量以及元模型的构造，此外，第十章还详细地介绍了开发周期的各个阶段该交付的产品以及取得的阶段性的成果，第十一章展望了元数据的未来发展的趋势。

《Oracle RAC核心技术详解》由Oracle RAC专家结合其多年的研究和工作经验撰写而成，不仅系统介绍了RAC的基本原理，同时包含一些测试和实际案例，以帮助读者更好地理解RAC的工作原理，以及如何在实际工作中运用这些知识来解决问题。 本书分为两部分，共13章。部分（章~第9章）对集群管理软件进行了详细介绍，涵盖关于10g CRS 和11g GI 的核心技术的详细介绍，包含集群的核心组件CSS、CRS以及11gR2新增的OHAS组件和守护进程，同时还包含诊断集群问题常用的诊断工具介绍。此外，由于从11gR2版本开始ASM已经变成了集群管理软件的一个组件，作者在这部分还介绍了和集群、数据库相关的ASM知识。第二部分（0章~3章）讲解RAC 数据库的核心技术—内存融合（Cache Fusion），详细介绍了内存融合技术的核心组件以及工作原理，并且还对RAC相关的性能调优知识进行了介绍，同时作者

本书提供了全面、实用的建议，以保证在复杂的生产环境中，能可靠且高效地运行Oracle 数据库。七位主要的Oracle 专家对Oracle 12c、11g 和其他很近版本的Oracle 数据库汇集了一系列经过验证的解决方案、实践的例子以及循序渐进的技巧。每一个解决方案都是精心设计的，以帮助有经验的Oracle DBA和DMA 尽可能快地理解和修复严重的问题。本书不仅涵盖了LOB 段、undo 表空间、高GC 缓冲区等待事件、糟糕的查询响应时间、闩锁争用、索引、XA 分布式事务、RMAN 备份/ 恢复等内容，还深入地讲解了DDL 优化、VLDB 调优、数据库取证、自适应游标共享、数据泵、数据迁移、SSD、索引等内容，并介绍了如何解决Oracle RAC 问题。

用Oracle有效地创建和管理大型数据库！ 数据库专家Kevin Owens是美国财政部计算机中心的Oracle数据库管理员，他将与您共同探讨PL/SQLOracle的结构化查询语言（SQL），并教您如何通过构建健壮、大型的数据库来解决您的业务问题。 本书语言通俗易懂，并引入大量代码示例。书中详细介绍了许多技术来利用Oracle的特性，如触发器和存储过程等。这些特性支持数据库结合业务规则，并可以根据业务的发展变化对规则进行管理和修改。本书讨论的主题包括： · 查看数据字典中的约束 · 实施复杂的规则 · PL/SQL程序单元和语言特性 · 数据类型和复合结构 · 处理和异常 · 进程间的通信 · 声明性约束，包括主键约束、惟一性约束、外键约束和检查约束等 本书对于希望构建和维护智能化大型数据库的开发人员、设计人员和项目负责人来说，都是不

本书内容涵盖了Visual FoxPro编程的关键技术。包括Visual FoxPro开发环境、语法基础、基本表和数据库操作、SELECT-SQL查询、面向对象概念、表单与表单集、菜单和工具栏、报表设计、程序易用性设计、查询与搜索设计、文件和目录操作、位运算、OLE控制、XML与Web服务、共享访问程序设计、客户/服务器程序设计、API函数、应用程序的管理与编译、建立和调用帮助文档、程序发布等。本书在分析阐述知识点的同时，也提供了很多经典的应用技巧和解决方案，内容详实丰富，具有很高的参考价值。 本书适合Visual FoxPro的初、中级程序员学习，也适合Visual FoxPro的高级程序员查阅。

本书提供了全面、实用的建议，以保证在复杂的生产环境中，能可靠且高效地运行Oracle数据库。七位主要的Oracle专家对Oracle12c、11g和其他很近版本的Oracle数据库汇集了一系列经过验证的解决方案、实践的例子以及循序渐进的技巧。每一个解决方案都是精心设计的，以帮助有经验的OracleDBA和DMA尽可能快地理解和修复严重的问题。本书不仅涵盖了LOB段、undo表空间、高GC缓冲区等待事件、糟糕的查询响应时间、闩锁争用、索引、XA分布式事务、RMAN备份/恢复等内容，还深入地讲解了DDL优化、VLDB调优、数据库取证、自适应游标共享、数据泵、数据迁移、SSD、索引等内容，并介绍了如何解决OracleRAC问题。

、最完整的Oracle DBA资源 运用《Oracle Database 12c DBA官方手册(第8版)》披露的实践和专家级技术来维护性能卓越的Oracle数据库。本书在上一版的基础上做了全面更新，涵盖新功能和实用工具，如多租户体系结构、Oracle Database In-Memory选项和更强大的云功能；并列举每种主要配置的示例。你将学习如何成功地管理高度可用、 可靠、安全和可扩展的Oracle企业级数据库环境。 主要内容 升级到Oracle Database 12c 规划和管理表空间 借助高效的物理数据库布局和存储管理方法比较大限度地提高数据 库性能 监视数据库对象使用的磁盘空间 用撤消表空间管理事务 实施专家级性能调整技术 使用新增的Oracle Database In-Memory选项提高查询速度 利用身份验证、授权和审核等方式管理数据库安全 充分利用多租户数据库体系结构 利用Oracle RAC和Oracle Active Data Guard实现高可用性和高度扩展

在Oracle认证大师Richard Niemiec的帮助下，系统地识别和排除数据库的性能问题：《Oracle Database 12cR2性能调整与优化(第5版)》详细介绍近期新的监控、故障排除和优化方法，取自现实世界的案例研究和很好实践贯穿全书，从中可以探悉如何鉴定和解决本地部署和云环境的瓶颈问题、如何配置存储设备、如何有效运行查询以及如何开发无错误的SQL和PL/SQL代码。此外还介绍了有关测试、报表和提高安全性等方面的内容。学会如何：? 正确运用 Oracle 12cR2数据库的索引和分区技术? 有效使用Oracle云、Oracle Exadata和Oracle企业管理器? 有效地管理磁盘驱动器、ASM、磁盘阵列和内存? 运用Oracle的SQL提示和Trace实用工具来优化查询? 运用V$视图和X$表对数据库实施故障排除? 创建少有云数据库服务并为混合云做好准备? 运用Oracle的Statspack和AWR等工具来生成报表? 运用sar、vmstat和iostat来监控操作系

本书概述了绿色数据中心基础设施的主要组成以及设计策略与规划原则，着重从变配电系统和发电系统、不间断电源系统、冷却系统等设计、建设与应用的几个视角进行了详细的阐述，同时针对数据中心基础设施综合管理系统、精细化管理和智能维护，分别提出了相应的管控措施。书中更是将三大电信运营商在网运行的数据中心典型案例贯穿始终，把其节能环保、创新运维的优选经验推荐给读者，旨在为绿色数据中心基础设施建设与实践提供有益的参考。 本书可供数据中心的工程设计、建设施工、运营、管理人员以及系统集成、智能建筑、IT等行业的技术人员参考和阅读，还可作为高等院校相关专业师生的参考用书。

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。