本书以互联网企业中常见数据运营场景为切入点，以工作中实际面临解决的问题为案例，从方法、技术、业务、实践4个维度讲述数据运营的场景及应用方式。书中从实践出发，结合工作中数据运营经验，以应用案例为主线，通过业务分析 代码实践这种更“接地气”的方式讲述数据的应用。书中对于搭建数据监控指标体系、数据分析、数据挖掘、ABTest、埋点策略、用户画像建模等常见数据运营方式做了详细的介绍。

本书主要内容包括：数据清洗在数据科学领域中的重要作用，文件格式、数据类型、字符编码的基本概念，组织和处理数据的电子表格与文本编辑器，各种格式数据的转换方法，解析和清洗网页上的HTML 文件的三种策略，提取和清洗PDF 文件中数据的方法，检测和清除RDBMS 中的坏数据的解决方案，以及使用书中介绍的方法清洗来自Twitter 和Stack Overflow 的数据。

如今，我们要面对和使用的数据正在变得越来越庞大和复杂。如果说数据是新的石油。那么数据库就是油田、炼油厂、钻井和油泵。作为一名现代的软件开发者，我们需要了解数据管理的新领域，既包括RDBMS，也包括NoSQL。 本书遵循《七周七语言》的写作风格和体例，带领你学习和了解当令最热门的开源数据库。在简单的介绍之后，本书分章介绍了7种数据库。这些数据库分别属于5种不同的数据库风格，但每种数据库都有自己保存数据和看待世界的方式。它们依次是PostgreSQL、Riak、ApacheHBase、MongoDB、ApacheCouchDB、Neo4J和Redis。本书将深入每一种数据库，介绍它们的优势和不足，以及如何选取一种你的应用需求的数据库。 本书适合数据库架构师、数据库管理员，以及想要了解和学习各种NoSQL数据库技术的程序员阅读。本书将帮助读者了解、选择和应用这些数据库，从而更

互联网的蓬勃发展，业务驱动技术不断升级，在系统越来越庞大，技术越来越复杂，应用部署集群化，所有压力指向数据库，数据量巨大，数据库优化也到极限了，数据库的运维难以为继，在这种情况下，分布式数据库似乎成为的解决方案。为了解决传统数据库的分布式化这个技术难题，各种数据库中间件应运而生，从早期的Amoeba、TDDL、Cobar，到如今的Mycat，技术日新月异，发展迅猛。Mycat已经成为了一个强大的开源分布式数据库中间件产品。面对企业应用的海量数据事务处理，是目前的开源解决方案。支持多种数据库，开发活跃，已有数百个项目使用，预期Mycat的采用将有爆发式增长趋势。所以Mycat开源社区核心开发者共同撰写了本书，帮助企业更好的使用Mycat中间件架构企业分布式数据库系统。

本书由斯坦福大学知名计算机科学家Jeffrey Ullman和JenniferWidom合作编写。本书首先介绍流行的关系数据库和对象关系数据库内容，涉及关系数据模型、E／R模型、UML模型以及对象模型等高级数据模型。然后介绍了有关半结构化数据组织管理中比较流行的XML等内容，既包括了数据组织模型的内容，也给出了相关编程语言，如XPath、XQuery、XSLT等。 本书举例丰富翔实，既可用作大学本科、研究生计算机及相关专业数据库课程的教科书，也可用作数据库领域技术人员的参考书。