本书是为广大数据分析师量身定制的入门读物，它旨在帮助读者站在大数据时代的制高点。数据分析处于统计学、计算机信息科学、运筹学、数据库等多个领域的交叉地带，大数据时代的到来大大丰富了数据分析的内涵，数据分析师的职责与以往相比发生了巨大的改变。本书全面介绍了经典数据分析、模式识别、机器学习、深度学习、数据挖掘、商务智能等多个领域的数据分析算法，将大数据时代的数据分析热点技术一网打尽。本书为每个数据分析算法都搭配了一个经典案例，并按照由易到难的原则构建知识框架，充分照顾了不同水平读者的阅读习惯。通过阅读本书，读者将对大数据时代下的数据分析有一个全面的认识。无论是入门级的数据分析员还是有一定基础的数据分析师，都能通过本书完善、加深对数据分析的认识。

在新媒体时代，如果对新闻报道、网上搜索的结果或者所谓的 专家告知 不加思考地完全相信，那你就等着上当受骗吧！ 本书围绕当今*受瞩目的大数据科学理论，通过日本政府公布的公开数据，集中针对访日游客的增加、舆论调查的可靠性、 安倍经济学 的成果、东日本大地震后的状况、相对贫困、失业率的下降、年轻人远离ХХ、全球变暖问题、减肥、恩格尔系数的上升等10个主题进行数据解读，帮助读者模拟体验数据读取方法，提高理解和分析数据的能力，挖掘出数据背后隐藏的真相。 作为 大数据分析 的超级入门书，即使不擅长数学、不了解统计学的人，读完本书也可以彻底掌握数据解读方法！

互联网公司里面几乎很少有公司不用MySQL，国内互联网巨头都在大规模使用MySQL。如果把MySQL比喻成数据库界的一条巨龙，则性能优化和高可用架构设计实践就是点睛之笔。本书将详细讲解 MySQL 5.7高可用和性能优化技术，细致梳理思路，并与真实生产案例相结合，通过原理阐述到实战部署，帮助读者将所学知识点运用到实际工作中。 本书分为13章，详解MySQL 5.7数据库体系结构，InnoDB存储引擎，MySQL事务和锁，性能优化，服务器全面优化、性能监控，以及MySQL主从复制、PXC、MHA、MGR、Keepalived 双主复制等高可用集群架构的设计与实践过程，并介绍海量数据分库分表和Mycat中间件的实战操作。 本书既适合有一定基础的 MySQL数据库学习者、MySQL数据库开发人员和 MySQL数据库管理人员阅读，同时也能作为高等院校和培训学校相关专业师生的参考用书。

SQL是使用最广泛的数据库语言，绝大多数重要的DBMS支持SQL。本书由浅入深地讲解了SQL的基本概念和语法，涉及数据的排序、过滤和分组，以及表、视图、联结、子查询、游标、存储过程和触发器等内容，实例丰富，便于查阅。新版对书中的案例进行了全面的更新，并增加了章后挑战题，便于读者巩固所学知识。

本书全面介绍了数据挖掘与商业智能的基本概念与原理，包括经典理论与趋势发展，并深入叙述了各种数据挖掘的技术与典型应用。通过本书的学习，读者可以对数据挖掘与商业智能的整体结构、概念、原理、技术和发展有深入的了解和认识。 本书共四部分：部分介绍数据仓库、数据挖掘与商业智能之间的关系；第二部分对Microsoft SQL Sen，er的整体架构进行介绍，并详细阐述直接与数据挖掘相关的两个服务：分析服务和报表服务；第三部分逐一阐述Microsoft SQL Server中包含的九种数据挖掘模型；第四部分提供四个数据挖掘的案例以及数据挖掘模型的评估，通过模仿练习，读者可获得实际的数据挖掘经验，稍加修改就能在自己所处的领域中加以应用。

本书不讲具体语法，只是以案例的形式介绍各种查询语句的用法。靠前～4章是基础部分，讲述了常用的各种基础语句，以及常见的错误和正确语句的写法，应熟练掌握这部分内容，因为在日常查询和优化改写中都要用到；第5～12章是提高部分，讲解了正则表达式、分析函数、树形查询及汇总函数的用法，这部分内容常用于一些复杂需求的实现及优化改写；很后两章介绍日常的优化改写案例，这部分内容是前面所学知识的扩展应用。如果您是开发人员，经常与Oracle打交道，那么本书可以帮助您处理复杂的需求，写出高性能的语句。如果您是运维人员，则本书可以帮助您更快地完成慢语句的改写优化。

大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，*终形成变革之力。本书围绕Hadoop和Spark这两个主流技术进行讲解，主要内容包括Hadoop环境配置、分布式文件系统HDFS、分布式计算框架MapReduce、资源调度框架YARN与Hadoop新特性、大数据数据仓库Hive、离线处理辅助系统、Spark Core、 Spark SQL、Spark Streaming等知识。 为保证*学习效果，本书紧密结合实际应用，利用大量案例说明和实践，提炼含金量十足的开发经验。本书使用Hadoop和Spark进行大数据开发，并配以完善的学习资源和支持服务，包括视频教程、案例素材下载、学习交流社区、讨论组等终身学习内容，为开发者带来全方位的学习体验，更多技术支持请访问课工场官网：www.kgc.cn。

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

《SQL基础教程》介绍了关系数据库以及用来操作关系数据库的SQL语言的使用方法，提供了大量的示例程序和详实的操作步骤说明，读者可以亲自动手解决具体问题，循序渐进地掌握SQL的基础知识和技巧，切实提高自身的编程能力。在每章结尾备有习题，用来检验读者对该章内容的理解程度。另外，《SQL基础教程》还将重要知识点总结为“法则”，方便大家随时查阅。 《SQL基础教程》适合完全没有或者具备较少编程和系统开发经验的初学者，也可以作为大中专院校的教材及企业新人的培训用书。

集Python、Excel、数据分析为一体是本书的一大特色。本书围绕整个数据分析的常规流程:工具熟悉-获取数据-数据熟悉-数据处理-数据分析-分析结果进行Excel 和Python 对比实现，告诉你每一个过程中都会用到什么？过程与过程之间有什么联系。这样一本书既可以作为系统学习数据分析流程操作的说明书，也可以作为一本数据分析师案头推荐的实操工具书，随时备查。本书通过对比Excel 功能操作去学习Python 的实现代码，而不是直接上来就学习Python代码，大大降低了学习门槛，消除了读者对代码的恐惧心理。适合刚入行的数据分析师，也适合对Excel 比较熟练的数据分析师，或从事其他岗位想提高工作效率的职场人。

本书以当前主流的关系数据库为主线，全面阐述了数据库的基本原理、基本技术、基本方法和应用技术，介绍了 数据库技术的研究动态，探讨了数据库领域研究的新进展。本书主要内容包括：关系理论、关系数据库标准语言 SQL.关系规范化理论、关系数据库设计、数据库的实施与调优、数据完整性约束、数据库的安全性、事务管理和锁、数 据库的备份和恢复、现代数据库技术新进展等。 本书注重数据库技术的实际应用，强调理论与实践紧密结合，可供从事数据库技术领域工作的科技人员参考使 用。

程朝斌、张水波编著的《MySQL数据库管理与开发实践教程》讲述MySQL数据库的开发技术。全书共分为16章，内容包括MySQL发展历史，与其他数据库的区别，MySQL常用的一些工具，MySQL文件结构、系统架构、存储引擎、数据类型，数据库和表的创建、管理和删除，数据完整性约束，包括主键约束、外键约束、非空约束、默认值约束、 约束和自增约束等，数据的单表查询和多表查询，视图和索引，变量、常量、运算符和表达式、运算符的优先级、流程控制语句、自定义函数，系统函数，存储过程和触发器，事务管理，性能优化，日志文件管理、权限管理以及数据的备份和还原。 一章通过一个综合案例实现网上购物系统的数据库。 本书可作为在校大学生学习使用MySQL的教学资料，也可以作为非计算机专业学生学习MySQL的参考书。

《数据库应用技术(高等学校计算机课程规划教材)》编著者喻梅。 全书以SQL Server2005数据库管理系统为基础，介绍数据库系统的基本原理及应用技术。 全书首先介绍了数据库系统的基本概念和关系数据厍的理论，接着简单介绍了SQLServer-2005的性能、安装、配置和使用等基本知识以及所提供的各种常用管理工具，然后讲述了创建和管理数据库的各种操作以及在数据库中创建和管理表的各种操作。讨论了使用选择查询从数据库中检索数据和更新数据库中的数据，使用索引来提高检索效率、管理和使用视图的各种操作，创建及维护数据完整性，使用Transact-SQL语言进行程序设计。使用存储过程和触发器来控制数据库中的数据。介绍了SQL Setver2005的安全性管理和权限设置以及备份和还原数据库的方法。 本书可以作为高等院校相关专业数据库应用技术课程的教材，

由刘月兰、杨秀荣、韩丽娜所编*的《数据库系统理论及其新技术研究》系统全面地介绍了数据库系统概述、数据模型、关系数据库理论、关系数据库标准语言SQL、关系数据库规范化理论、数据库系统的设计与实施、数据库的安全性与完整性、数据库事务管理与实现、数据库访问标准、现代数据库新技术。 本书取材广泛，内容丰富，解析清楚，讲述明确，通俗易懂，可供从事数据库开发应用的研究人员和工程技术人员参考。

卢辉编著的《数据挖掘与数据化运营实战(思路方法技巧与应用)》是目前有关数据挖掘在数据化运营实践领域比较全面和系统的著作，也是诸多数据挖掘书籍中为数不多的穿插大量真实的实践应用案例和场景的著作， 是创造性地针对数据化运营中不同分析挖掘课题类型，推出一一对应的分析思路集锦和相应的分析技巧集成，为读者提供“菜单化”实战锦囊的著作。作者结合自己数据化运营实践中大量的项目经验，用通俗易懂的“非技术”语言和大量活泼生动的案例，围绕数据分析挖掘中的思路、方法、技巧与应用， 整理、总结、分享，帮助读者深刻领会和掌握“以业务为核心，以思路为重点，以分析技术为辅佐”的数据挖掘实践应用宝典。 《数据挖掘与数据化运营实战(思路方法技巧与应用)》共19章，分为三个部分：基础篇（ ～4章）系统介绍了数据分析

本书共分6章，通过多源数据汇聚，按照灾害体、承灾体和抗灾体进行数据组织与管理，应用空间分析、机器学习和应急管理的理论与方法，进行多因素关联挖掘分析，力求实现突发事件的状态透明、过程透明和变化透明，服务于应急救援。本书是基于国家重点研发项目计划 国家公共安全应急平台 支持下完成的。全书共六章，shou先通过多源数据汇聚，对灾害体、承灾体和抗灾体进行数据组织和管理，然后应用空间分析、机器学习和应急管理的理论和方法，进行多因素关联挖掘分析。后，以美国纽约市的交通事故、犯罪事件、公共卫生事件数据为例进行分析，得出本研究模型的可行性。

本书覆盖了数据仓储构建的所有主要领域，包括数据仓储的定义和环境；数据仓储的4个类型、对数据仓储的5类共15个要求；2个方法论的总结及3个构建方法。本书给出了一个高性能的参照系统结构。基于此参照系统结构，本书系统地讨论了大量设计议题、并包括21个设计建议、8个实践建议、7个设计原则、27个通用算法和技术、12个元数据驱动的通用操作符、7个工作过程、4个范式基础及范式原则。

确定公司可视化流数据的目标。 确定关键数据源并了解如何对其进行流式处理。 了解处理流数据的实用方法。 构建与事件、日志和记录进行交互的客户端应用程序。 探索可视化流数据的通用组件。 考虑用于开发可视化的分析概念。 定义仪表板的布局、流向和组件移动。 通过协作提高可视化质量和生产力。 探索包括安全性、物联网设备，以及应用程序数据在内的用例。

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。

Oracle数据库系统是数据库领域*秀的数据库之一，本书以Oracle*版本OracleDatabase l2c Release l(12．1．o．1．0)为蓝本，系统地讲述了Oracle数据库的概念、管理和应用开发等内容。全书结构合理、内容翔实、示例丰富、语言简洁。从实际角度出发，系统地介绍了数据库和Oracle的相关概念和原理、Oracle的数据库管理(如安装与启动，用产权限、备份与恢复等)以及Oracle的应用开发基础，并通过两个案例来介绍基于Java开发包和Oracle数据库进行案例开发的详细过程。 本书面向数据库管理人员和数据库开发人员，对于初学者，本书是一本很好的入门教程，对于Orac]c管理员和应用程序开发员，也有很好的学习和参考价值。不仅适合作为高等院校本／专科计算机软件、信息系统、电子商务等相关专业的数据库课程教材，还适合作为各种数据库技术培训班的教材以及数据库开发人员的

随着移动通信和互联网应用的发展，物联网、云计算、大数据等新兴技术与应用不断涌现。这是一个用数据说话的时代，也是一个依靠数据竞争的时代。目前世界500强企业中，有90%以上都建立了数据分析部门。IBM、微软、Google等知名公司都积极投资数据业务，建立数据部门，培养数据分析团队。各国政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源，数据的分析和处理能力正在成为日益倚重的技术手段。

本书分为两个部分。部分是《大数据学科发展报告》，该部分对大数据学科的基本范畴、主要分支和关键议题、发展现状和未来发展方向进行了深入研究。第二部分是《大数据技术路线图》，以大数据的重大应用需求和特征为依据，利用产业技术路线图在评估新型技术发展过程中的作用，通过对重点领域前沿综述、专家咨询、技术研讨和预判等工作，绘制大数据产业技术路线图，希望能够引导企业和科研机构进行技术研发活动，明确产业技术在未来市场的发展机会，并在全球化竞争中获取竞争优势，为我国经济社会转型和改善民生等方面提供智力支持。