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全球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。 部分（~3章） 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章详细阐述了不同类型的数据的管理方式和要点。 第二

本书从架构、业务、技术三个维度深入浅出地介绍了大数据处理领域端到端的知识。主要内容包括三部分：部分从数据的产生、采集、计算、存储、消费端到端的角度介绍大数据技术的起源、发展、关键技术点和未来趋势，结合生动的业界产品，以及学术界的研究方向和成果，让深奥的技术浅显易懂；第二部分从业务和技术角度介绍实际案例，让读者理解大数据的用途及技术的本质；第三部分介绍大数据技术不是孤立的，讲解如何与前沿的云技术、深度学习、机器学习等相结合。

本书共16章，共三篇。基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具MATALB进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。提高篇（第16章），介绍了基于MATLAB二次开发的数据挖掘应用软件——TipDM数据挖掘建模工具，并以此工具为例详细介绍了基于MATLAB接口完成数据挖掘二次开发的各

《数据的时间一致性维护策略》同绕实时数据库领域中的一个重要问题——数据的时间一致性维护问题展开研究和探讨。在介绍外研究现状的基础上，《数据的时间一致性维护策略》着重研究了传感器事务调度、实时导出数据的计算、基于服务质量的事务调度等问题。 《数据的时间一致性维护策略》内容详实、结构严谨、可读性强，既可作为数据库相关专业课程的教学或参考书籍，也可供实时数据库及相关领域的研究、开发人员参考。

我们希望通过持续性的统计研究，并综合运用设计学、统计学等不同方法，逐步建立一个可持续的工业设计产业研究方向，拓展工业设计研究的理论和实践价值。需要说明的是，本报告中涉及的大量数据一方面来自研究人员的采集，一方面则来源于各园区的自主上报，我们力求用一个经过不断积累的数据进行研究、验证，以完善、健全的评价模型和系统框架来承载各种客观汇聚的数据。数据的客观排序结果可以作为园区之间互相学习借鉴的参考，并不直接代表我们对于园区孰优孰劣的判断依据，并将在今后数年数据日趋丰富之后，具有更强的趋势指导意义。

数据库内核是数据库系统稳定运行的心脏，DB2数据库内核庞大而复杂。本书从DB2内核组件入手，同时介绍了其与操作系统在进程、共享内存、信号量之间的关系。作者在《高级进阶DB2：内部结构、高级管理与问题诊断》中重点介绍了各个内部组件的层次与功能、内存体系结构、存储内部结构、高级锁等。优化器是任何数据库执行SQL的关键部分，本书对优化器产生的各种执行计划进行了详细解释，这对于理解DB2内部工作原理大有裨益。同时，本书还介绍了DB2各种诊断工具的使用，各种数据库配置参数的含义及调整、数据库系统视图等。 n 最的DB2图书“三部曲”，DB2从业人员的案头书。 n n

数据库内核是数据库系统稳定运行的心脏，DB2数据库内核庞大而复杂。本书从DB2内核组件入手，同时介绍了其与操作系统在进程、共享内存、信号量之间的关系。作者在《高级进阶DB2：内部结构、高级管理与问题诊断》中重点介绍了各个内部组件的层次与功能、内存体系结构、存储内部结构、高级锁等。优化器是任何数据库执行SQL的关键部分，本书对优化器产生的各种执行计划进行了详细解释，这对于理解DB2内部工作原理大有裨益。同时，本书还介绍了DB2各种诊断工具的使用，各种数据库配置参数的含义及调整、数据库系统视图等。 n 最的DB2图书“三部曲”，DB2从业人员的案头书。 n n

数据分析已经成为数据时代各行各业突破各自行业发展瓶颈的有效手段，无论是公司职员还是个体商户或大公司管理者，都需要有数据分析的能力。 n本书系统地介绍了数据分析的统计理论基础内容，共5章。章阐述了数据分析在当今生活中的重要性，以及人们成为各自领域的数据分析师的必要性和学习路径；第2章从数据描述的三个维度展开，详细介绍了如何从集中趋势、离散程度和分布形态对数据进行描述，从而使分析者充分了解自己手头的数据；第3章介绍了推断性数据统计分析的内容，介绍了如何通过样本数据特性推断出总体数据特征；第4章是关于预测分析的，介绍了变量之间的相关分析，以及如何使用容易获取的数据信息预测难以获取的数据信息，用过去的历史数据信息预测未来可能出现的数据信息；第5章介绍了数据结果可视化的内容，包括各种统计图形

本书基于Spark 2.3.x、Spark 2.4.x系列版本，采用“理论+实践”的形式编写。全书共有90个实例，1个完整项目。 篇“准备”，包括认识大数据和Spark、安装与配置Spark集群、个Spark程序； 第2篇“入门”，包括读写分布式数据、处理分布式数据； 第3篇“进阶”，包括RDD的高级操作、用SQL语法分析结构化数据、实时处理流式数据； 第4篇“高阶”，包括实时处理流式数据、Spark的相关优化； 第5篇“商业项目实战”，用Spark的各种组件实现一个学生学情分析商业项目。 本书结构清晰、实例丰富、通俗易懂、实用性强，特别适合Spark的初学者和进阶读者作为自学用书。另外，本书也适合社会培训学校作为培训教材，还适合大中专院校的相关专业作为教学参考书。

数据分析已经成为数据时代各行各业突破各自行业发展瓶颈的有效手段，无论是公司职员还是个体商户或大公司管理者，都需要有数据分析的能力。 n本书系统地介绍了数据分析的统计理论基础内容，共5章。章阐述了数据分析在当今生活中的重要性，以及人们成为各自领域的数据分析师的必要性和学习路径；第2章从数据描述的三个维度展开，详细介绍了如何从集中趋势、离散程度和分布形态对数据进行描述，从而使分析者充分了解自己手头的数据；第3章介绍了推断性数据统计分析的内容，介绍了如何通过样本数据特性推断出总体数据特征；第4章是关于预测分析的，介绍了变量之间的相关分析，以及如何使用容易获取的数据信息预测难以获取的数据信息，用过去的历史数据信息预测未来可能出现的数据信息；第5章介绍了数据结果可视化的内容，包括各种统计图形

本书按照处理数据的逻辑顺序和习惯，从数据的整理开始入手。从数据的抽样开始，介绍了传统统计的抽样理论，并进一步探讨大数据样本的代表性问题。并且通过具体案例向读者介绍整个数据探索性分析的主要步骤。然后是数据的展示技术，也就是常说的数据可视化，从数据的类型以及展示的内容不同，分别介绍了单变量和多变量数据的多种图示方法，数据的分布形态、高维数据、空间数据的展示，并且介绍了统计制图的一些基本原则和图形美化的操作。 本书主要面向的应用统计专业硕士、有统计学本科基础的各专业硕士研究生，我们也希望对这方面感兴趣的统计专业高年级的本科生以及其他各个领域的有数据分析需求的学生和从业人员可以阅读参考。

本书主要面向架构师，或者是有具体大数据问题需要解决的工程师；也适合从零开始搭建大数据结构，或者需要将现有的非大数据的需求修改成大数据方案的读者。你将从书中学到以下方面的知识： ◎数据存储 ◎计算资源 ◎计算模型 ◎大数据应用 ◎数据治理 ◎大数据与人工智能

“大数据”一词已成为当下最热门的词汇之一。人们热切期待大数据能给工作、学习和生活等方面带来的变化，而大数据的采集、存储、计算、分析挖掘、呈现和安全等技术正是实现这一变化的关键。《大数据技术全解：基础、设计、开发与实践》的重点不在于对大数据技术的原理性介绍，而是从实战角度出发，系统地阐述如何基于Hadoop开源软件为客户设计、安装和开发一个大数据系统。《大数据技术全解：基础、设计、开发与实践》还着重分享了具体实践中的一些案例，不仅对于从事大数据系统开发的IT技术人员具有珍贵的参考价值，而且对准备实施大数据系统项目的企业级客户也具有指导作用。 《大数据技术全解：基础、设计、开发与实践》可以作为计算机软件专业的本科生和研究生的大数据技术教材，也可作为大数据技术开发培训、大数据系统咨询规划

本书从Power BI的基础功能讲起，逐步深入到Power BI进阶实战，以业务案例为导向，以Power BI桌面版操作为基础进行讲解，深入讲述Power BI在各个业务部门的应用。本书包括7篇共21章内容，分业务场景进行讲解。篇用1章内容讲述Power BI基础操作，方便读者快速入门；第2篇用4章内容讲述如何用Power BI爬取天气、电影、销售、股票等数据；第3篇用4章内容讲述销售部门如何用Power BI分解销售目标，分析业绩达成、会员RFM和业绩构成；第4篇用5章内容讲述产品相关应用，包括存货分析、帕累托分析、关联分析、款分析和数据化陈列；第5篇用2章内容讲述在财务方面的应用，包括盈亏平衡分析和上市公司利润表分析；第6篇用3章内容讲述人力资源应用，包括人员结构及离职率分析、新员工分析和考勤分析；第7篇用2章内容讲述简化报告的技巧。

“大数据”一词已成为当下最热门的词汇之一。人们热切期待大数据能给工作、学习和生活等方面带来的变化，而大数据的采集、存储、计算、分析挖掘、呈现和安全等技术正是实现这一变化的关键。《大数据技术全解：基础、设计、开发与实践》的重点不在于对大数据技术的原理性介绍，而是从实战角度出发，系统地阐述如何基于Hadoop开源软件为客户设计、安装和开发一个大数据系统。《大数据技术全解：基础、设计、开发与实践》还着重分享了具体实践中的一些案例，不仅对于从事大数据系统开发的IT技术人员具有珍贵的参考价值，而且对准备实施大数据系统项目的企业级客户也具有指导作用。 《大数据技术全解：基础、设计、开发与实践》可以作为计算机软件专业的本科生和研究生的大数据技术教材，也可作为大数据技术开发培训、大数据系统咨询规划

本书脱胎于哥伦比亚大学“数据科学导论”课程的教学讲义，它界定了数据科学的研究范畴，是一本注重人文精神，多角度、全方位、深入介绍数据科学的实用指南，堪称大数据时代的实战宝典。本书旨在让读者能够举一反三地解决重要问题，内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。另外，本书还将带领读者展望数据科学未来的发展。

本书共章。第章是概述，阐述数据挖掘的意义与实际应用。第～章介绍网络和数据技术基础知识。这一部分内容涉及互联网上通信、交换、保存和显示信息的基础技术（如、、、、、等），并讲解用于查询网络文档和数据集的基本技术（和正则表达式）。第～章介绍网络抓取和文本挖掘的实用工具箱。这一部分由三个核心章节组成：第章讲解多种网络抓取技术，涉及正则表达式的使用、、各类接口、其他数据类型以及开源社区相关的技术；第章深入介绍用于统计性文本处理的技术；第章给出关于用管理数据的项目中常见问题的一些见解。第～章介绍实际案例分析，涉及美国参议院里的合作网络、从半结构化文档解析信息、利用预测年奥斯卡奖、绘制姓氏地理分布图、采集关于手机的数据、分析产品评论里的情绪等。这些案例分析针对日常的数据抓取和文本处理的工

本书共16章，共三篇。基础篇（～5章），章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具MATALB进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。提高篇（6章），介绍了基于MATLAB二次开发的数据挖掘应用软件——TipDM数据挖掘建模工具，并以此工具为例详细介绍了基于MATLAB接口完成数据挖掘二次开发的各个步骤，

本书由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。

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、随机数生成和随机过程模拟、Python统计学应用、Python和

《SQL Server 2008 R2数据库技术及应用（第3版）》首先介绍数据库系统的基本知识、需求分析、概念设计和逻辑设计的方法；然后分别介绍SQL Server 2008 R2的基本功能、安装与配置，使用SSMS和T-SQL创建、管理与操作数据库、表、索引和视图，T-SQL的SELECT数据查询，T-SQL编程基础、创建与管理存储过程、触发器和用户定义函数；最后介绍SQL Server 2008 R2的数据库安全管理技术、备份与还原技术、导出与导入技术。 《SQL Server 2008 R2数据库技术及应用（第3版）》将数据库理论知识融入数据库开发与维护的工作过程之中，按照职业岗位能力要求和行业实用技术编写。将各章内容以案例和项目任务为载体，循序渐进地展示出来，便于工学结合、任务驱动的课程实施。 《SQL Server 2008 R2数据库技术及应用（第3版）》可作为高职院校计算机类专业和其他本科院校数据库技术与应用