《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

本书以一个计算机教师的教学过程为场景，讲解数据结构和相关算法的知识。全书以趣味方式来叙述，大量引用各种各样的生活知识来类比，并充分运用全彩色图形语言来解读抽象内容，对数据结构所涉及的一些经典算法做出逐行分析、多算法比较。与同类图书相比，本书内容有趣易读，算法讲解细致深入，是一本非常适合自学的读物。对于学习数据结构来说，难点之一是对相关算法的理解。本书创新性地采用全彩印刷，图表、流程、代码等内容结合色彩来重新进行约定和归纳，使得对一些难以理解的知识点的解析更加清晰顺畅，极大提升了阅读体验。本书主要内容包含：数据结构介绍、算法推导大O阶的方法；顺序结构与链式结构差异、栈与队列的应用；串的朴素模式匹配、KMP模式匹配算法；二叉树前中后序遍历、哈夫曼树及应用；图的深度、广度遍历；最小生成

本书由浅入深地对Access数据库的使用方法与技巧进行全面介绍。全书共I1章，涵盖数据库基础知识、Access操作界面的介绍、软件的基本操作、表和查询的创建、窗体和报表的设计、宏的应用、数据库的管理以及数据库综合实例应用等内容。 本书可作为数据库应用基础课程的教材，也可作为全国计算机等级考试二级Access数据库程序设计科目考试的参考书。

商业分析有用吗？当然有用！商业分析是行走职场、创业启航的一项推荐技能。作者结合自己多年的工作经验，用生动的语言介绍如何用数据分析解决商业问题。本书分为6篇，共17章，其中第1篇是概念篇，讲述商业分析的基本概念；第2篇是基础篇，讲述如何用基础的分析方法评估企业经营状况；第3篇是进阶篇，讲述如何构建分析体系解决较复杂的问题；第4篇是高阶篇，讲述如何应对复杂的商业难题；第5篇是基础实践篇，通过案例讲述如何解决更复杂的商业问题；第6篇是高阶实践篇，通过案例讲述如何解决商业分析中的疑难杂症。本书的讲解思路是层层递进的，从简单场景到复杂场景，从基础的方法到复杂的方法。因此，无论读者是否有数据分析基础和经验，都建议从头开始阅读，这样可以一步步提升认知，更快地掌握商业分析的方法。

*、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*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

数字化转型是企业在数字经济时代面对的重大战略选择，其本质是通过有效地使用数据资源对业务进行全面的升级和优化，提高企业的综合产业竞争力。本书将数据科学作为出发点，结合大数据、人工智能技术，以数据分析的方法和理论为观察视角，介绍了企业数字化转型的核心知识概念及主要的应用实践策略。 本书共8章，分为数字化产业目标、数据科学原理、数据科学技术，以及数字化业务实践4部分。 数字化产业目标部分(第1章)介绍数字经济时代的产业特征和格局，以及企业数字化的业务本质和重大意义；数据科学原理部分(第2章)主要讨论数据要素的核心价值体系及数据科学的基本理论范畴；数据科学技术部分(第3~6章)主要介绍数据获取及预处理方法、数据规律挖掘方法、数据建模方法，以及数据相关技术系统的建设方法；数字化业务实践部分(第7、8章)讨论企

本书以HadoopHDFS为载体，介绍了构建一款分布式系统（尤其是存储方向）所需的核心技术，所有内容均基于当前较新的3.3.x/3.4.x版本，分别从理论和实践两个维度逐一阐述。本书主要包括两篇：核心原理篇介绍了HDFS的诞生历史、元数据及Block管理、节点间通信机制、读写数据流程和高可用实现原理等；拓展与实践篇从实际出发，充分考虑了用户在应用过程中会遇到的痛点，详细介绍了集群拓展方法、数据分层存储、集群维护与多租户实施等实践经验。本书各章节都配有必要的流程图和原理分析图，便于读者阅读理解，并精选了非常有用的实际案例及拓展知识。阅读本书后，相信会给读者带来“1+1 2”的效果。本书非常适合大数据从业者、云计算领域研发及运维人员、高校研究生和热衷于分布式的技术极客阅读学习。

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

本书是热销书《SQL基础教程》的作者MICK为志在向中级进阶的数据库工程师编写的一本SQL技能提升指南。全书可分为两大部分。第一部分介绍了SQL语言不同寻常的使用技巧，带领读者重新认识CASE表达式、窗口函数、自连接、EXISTS谓词、HAVING子句、外连接、行间比较、集合运算、数列处理等SQL常用技术，发掘它们的新用法。这部分不仅穿插讲解了这些技巧背后的逻辑和相关知识，而且辅以丰富的示例程序，旨在帮助读者从面向过程的思维方式转换为面向集合的思维方式。第二部分介绍了关系数据库的发展史，并从集合论和逻辑学的角度讲述了SQL和关系模型的理论基础，旨在帮助读者加深对SQL语言和关系数据库的理解。此外，本书很多节的末尾设置有练习题，并在书末提供了解答，方便读者检验自己对书中知识点的掌握程度。本书适合具有半年以上SQL使用经验、已掌握S

本书以项目为基础，全面介绍如何将云计算应用于数据分析，内容涵盖大数据和机器学习。首先讨论异步技术并介绍云计算基础知识以及虚拟化、容器化和弹性化，然后讨论分布式计算、无服务器ETL技术和可管理的机器学习系统，还展示了数据科学案例研究，作者还分享了一些见解以及对职业化规划的建议。本书包含大量的实践作业，使用了丰富的资源，包括Python在云平台（谷歌、AWS、Azure）上的交互式实验室。

Oracle数据库是关系型数据库领域重要的产品之一，在市场上赢得了广大用户和技术爱好者的信赖。在使用数据库产品的过程中，如何通过优化提升性能，通过诊断分析解决问题，一直是这个领域重要的议题。随着Oracle12c版本的深入使用和云技术的蓬勃发展，关于12c的版本特性也备受关注。 本书汇聚了Oracle数据库领域的一批技术专家，通过成长历程分享、技术经验讲解、诊断和优化案例分析，将其独特的经验和视角分享给广大读者。作者希望通过这些各具特色的实践分享，让读者找到对自己有益的学习方法和诊断优化思路。 本书适用于对Oracle数据库技术有一定的了解，希望深入学习的数据库从业人员，尤其是希望深入研究Oracle数据库的管理人员。

在数据为知名品牌的今天，对于一种已经成型的模型，“怎么用”通常不是问题，用个软件或者编几行程序就能得到结果了，问题一般都出在模型“什么时候用”和“用完了，然后呢”。《数据分析师养成宝典》就集中讨论后面两件事情。《数据分析师养成宝典》共27章，分为业务理解篇（靠前~4章）、指标设计篇（第5~7章）、数据建模篇（第8~16章）、价值展现篇（靠前7~19章）和实战进阶篇（第20~27章）。业务理解篇的目的是让读者建立正确的思维观，理解数据，熟悉业务；指标设计篇学习把数据转换为专家数据的一些技巧；数据建模篇以R语言为计算平台实施数据分析全过程；价值展现篇主要讨论如何撰写有价值的数据分析报告；实战进阶篇通过对8个经典案例的分析，使读者能够把学到的思维方法、实施工具应用到解决实际问题中，把数据变成价值。本书可供数据

本书融入了PingCAP公司在开源领域的七年探索经验，以及在分布式数据库领域的研究成果，对开源的历史发展、分布式数据库的变迁演进、TiDB的框架设计、应用实践以及开源与商业化的连接进行了深入剖析。 开篇首先以PingCAP公司的创业故事为主线，讲述公司为何选择开源作为核心战略，以及主要产品TiDB的研发、运营和国际化历程。然后介绍PingCAP在成长为国内开源厂商的探索者的过程中，在技术路线选择和社区生态中的重要贡献和发展经验。最后介绍了PingCAP对未来基础软件的技术、开源趋势的思考与展望。全书以从参与者到贡献者再到探索者的视角，细致而全面地讲述了关于开源技术和开源文化对于当代技术驱动型企业的生存与发展的重要意义和影响。 本书适合所有技术驱动型的企事业成员，以及正在学习、已经从业或有志于投入IT产业的广大读者阅读。

本书站在大数据落地应用的角度，系统阐述大数据从数据收集，到数据存储、分布式协调及资源管理、计算引擎、分析工具，再到数据可视化这一完整流程，本书既包含主要技术的实现原理及其框架，也包含了具体落地指导，是帮助企业和个人整体了解大数据框架的参考书。本章主要包括6个部分共16章的内容，其中：第壹部分介绍了大数据体系架构，以及Google和Hadoop技术栈；第二部分介绍大数据分析相关技术，主要涉及关系型数据收集工具Sqoop与Canel、非关系型数据收集系统Flume以及分布式消息队列Kafka；第三部分介绍大数据存储相关技术，涉及数据存储格式、分布式文件系统以及分布式数据库；第四部分介绍资源管理和服务协调相关技术，涉及资源管理和调度系统YARN以及资源协调系统ZooKeeper；第五部分介绍计算引擎相关技术，涉及批处理、交互式处理以及流式实时

《Python科学计算和数据科学应用(第2版)使用NumPy、SciPy和matplotlib》全面介绍Python在数值计算和数学领域的模块、标准库以及多个开源Python库，如NumPy、SciPy、FiPy、matplotlib等。在上一版的基础上，本书做了全面修订，更新了每个包的更新细节以及Jupyter项目的变化，演示了数值计算和数学建模在大数据、云计算、金融工程、商业管理等领域的应用。本书提供了Python在数据科学和统计分析中很多新的应用示例，对上一版中的示例进行了扩展，每个示例都充分展示了Python的简洁语法及其数据分析方法在快速开发和探索性计算方面的强大功能。通过阅读本书，读者将熟悉很多计算技术，包括基于数组的计算和符号计算、数据可视化和数值文件读写、方程求解、优化、插值和积分以及特定领域的计算问题，如微分方程求解、数据分析、统计建模和机器学习等。

本书内容充实条理，结构严谨，循序渐进有层次的进行讲解，对Oracle进行了全方位的介绍。书中所列举案例的选择均突出知识点的实际应用性，并配合有 TIPS 技巧讲解，让读者真正掌握Oracle。 本书共17章，主要介绍了数据库技术学习准备、数据库技术学习准备 、SQL语言基础 、数据库启动和关闭等常规管理 、数据库启动和关闭等常规管理、SQL*PLUS工具 、PLSQL编程基础 、游标和异常处理 、存储过程、函数、触发器和包、Oracle 系统优化 、Oracle数据库备份与恢复 、数据的导入导出 、数据库安全管理、RMAN工具的应用、闪回技术、Oracle数据库的连接、学生选课管理系统开发案例等，并有相关知识汇总等两个附录。

本书共10章。靠前章介绍了物联网数据分析中的一些数学基础、概率论和数理统计方法，以及分布式计算、网格计算和云计算方法，及其在物联网中的应用；第2章给出了云计算的概念和原理，并针对云计算的一些技术和体系架构做了详细介绍；第3、4章阐述了云计算平台的建设，重点阐述了PaaS平台的搭建流程及其针对智慧城市和垂直行业的云平台搭建实战；第5、6章阐述了大数据概念及大数据处理的常见数学方法；第7章阐述了物联网云计算安全问题；第8章阐述了应对物联网安全而产生的私有云平台搭建方法；第9章阐述了应对云计算信息延迟和网络堵塞而产生的雾计算方法和产业发展展望；靠前0章总结了物联网云计算发展的现状，展望了云计算的发展趋势。

《Oracle11g数据库应用与开发》属于校企协同软件工程应用型专业实训系列丛书，是天津工业大学计算机科学与技术学院和融创软通公司教育培训部的多位教师在近12年的校企协同育人过程中的经验总结和经过不断改进后的成果。 《Oracle11g数据库应用与开发》编写背景 数据库技术是计算机科学技术中发展迅速的领域之一，也是应用广泛的技术之一。信息技术的飞速发展大大地推动了社会的进步，也逐渐改变了人们的生活、工作和学习方式。因此，数据库系统已成为计算机信息系统与应用系统的核心技术和重要基础。Oracle数据库是目前优秀的数据库之一，具有较高的市场占有率，而Oraclellg是Oracle数据库的新版本。Oraclellg为各类用户提供了完整的数据库解决方案，可以帮助用户建立自己的电子商务系统，从而增强用户对外界变化的敏捷反应能力，提升用户

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

本书教你如何从基于时间的数据（如日志、客户分析和其他事件流）中获得即时、有意义的预测。在这本通俗易懂的书中，作者通过带有注释的Python代码进行全面演示，你将学习用于时间序列预测的统计和深度学习方法。通过跟随书中的实例锻炼你的技能，你很快就会准备好建立自己的准确、有洞察力的预测。

自从2015年提出中台的概念后，数据中台的概念就火遍了整个互联网圈。数据中台是实现企业数据智能的重要手段，但是数据中台是什么、为什么要搭建数据中台、数据中台究竟应该怎么搭建，这些问题的答案却很少有人知道。本书从“数据采集”“数据存储”“数据打通”“数据应用”的角度，基于作者多年搭建数据中台的实战经验，毫无保留地为大家解析从0到1搭建数据中台的全过程。每个章节都有大量的实战案例，希望本书能够对国内数据化工作者提供一定的帮助。本书的读者范围很广，无论你是想要进行数据化转型的公司高层、一线的产品经理、运营/设计/开发人员，还是对数据领域感兴趣的学生或从业人员，都可以从中学到想要的内容。

这本书主要面向计算机科学和工程专业的本科生。同时，这本书也可供IT专业数据分析师、企业决策人员和业务分析人员参考。本书由Acharya编著，介绍了R语言作为非稳态数据分析和可视化工具的强大功能，并向学习者介绍了几种数据挖掘算法和可视化方法。

这是一部指导信贷业务如何用智能风控、反欺诈的技术和方法实现风险控制的著作。 作者是经验丰富的智能风控算法专家，先后就职于头部的互联网公司的金融部门以及头部的公募基金公司，致力于人工智能算法在信贷风控领域的应用。 本书不仅体系化地讲解了智能风控和反欺诈的体系、算法、模型以及它们在信贷风控领域实践的全流程，而且还从业务和技术两个角度讲解了传统的金融风控体系如何与智能风控方法实现双剑合璧。全书以实战为导向，辅以多个用Python实现的综合案例，便于读者理解和实操。 全书共10章，逻辑上分为四个部分： 第1~3章是风控业务的基础，首先介绍了什么是信用风险和欺诈风险，然后讲解了传统风险管理体系中搭建评分卡的思路，以及智能风控时代数据和模型的技术框架。 第4~6章集中讲述了智能风控中常见的特征工程、算法原理和建

本书是一本关于SQL数据分析的实战手册，首先展现了数据分析工作的日常内容，给出了数据分析岗位的工作技能要求，然后讲述了数据分析笔试与面试中对SQL的考查知识点。为了使读者满足数据分析岗位关于SQL的能力要求且快速上手数据分析工作，本书从搭建SQL环境讲起，从基础到进阶，讲述经常考查的SQL语法知识，并在最后3章配合大量数据分析的SQL题目，将题目难度分为初、中、高级，给出具体习题与参考解析，让读者通过实战练习，掌握数据分析岗位招聘中对SQL的考查重难点和数据分析工作中SQL的使用。