本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准，论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识，以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。 书中专门用一章的内容来介绍与可视化效果互动的常规概念，并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复杂的数据，本书涵盖了自动化分析计算支持可视化数据分析的相关内容，另外还介绍了多屏幕环境下的高级可视化概念、数据分析过程中的用户指南以及渐进式可视化数据分析等技术。 作者用简洁明了的术语以自上而下的视角解读了交互式可视化数据分析。众多真实案例和丰富的插图将使学生、本领域专家、数据密

本书包括如下内容：Clos拓扑结构。网络解耦。网络操作系统选择。路由协议选择。容器网络。网络虚拟化和EVPN。网络自动化。

本书的主要内容有：深入探讨BigQuery的内部工作方式，包括其整体架构。学习BigQuery支持的数据类型、函数和运算符。优化查询语句和schema，从而提高性能或降低成本。使用标准SQL中高级功能，如GIS、历史快照、DDL/DML、用户定义函数和脚本。使用BigQuery ML解决各类机器学习问题。学习如何保护数据、监控作业，以及授权用户。

本书主要内容包括：基本模式篇介绍构建以及运行基于容器的云原生应用程序的核心原则与实践。行为模式篇介绍各类容器和平台交互的管理。结构化模式篇介绍通过组织容器解决特定的用例。配置模式篇介绍如何处理Kubernetes中应用程序的配置。安全模式篇介绍如何提高运行在Kubernetes之上的应用程序的安全性。高级模式篇涵盖更复杂的主题，例如操作器、自动伸缩以及集群内镜像构建等。

本书结构明晰，示例丰富详实，是全面实用的Docker入门教程。作者全面介绍了Docker相关各种工具和平台，涵盖网络、镜像管理、配置以及包括Kuberes和Mesos在内的编排和调度生态系统，对私有云和公有云上部署的应用程序都给出了丰富实用的解决方案和示例。

本书是在作者近十年进行时空数据库研究、教学的基础上撰写的。书中系统论述和分析了时空数据库、空间数据库、移动数据库等若干新的查询、空间数据推理等新技术和理论。 本书共分十四章，主要内容包括：空间数据库最近邻查询，基于Voronoi图的反向最近邻、组最近邻、多类型最近邻查询；线段最近邻、反向最近邻查询，基于线段索引树的平面线段集最近邻查询；基于空间填充曲线的高维空间最近邻、k-最近对、高维空间范围查询；基于主存△-tree的高维数据连接；移动对象

本书的部分介绍了如何使用元启发式算法来克服数据挖掘过程中的问题，算法性能评估，并具体介绍了原启发式算法。第二部分详细描述了一系列的数据挖掘任务，包括聚类算法、关联规则、监督分类法以及特征选择，然后探讨了如何通过通用启发式算法来处理数据挖掘任务。本书内容介绍齐全，读者可以系统理解书中的所有概念，并且提供了将通用启发式演算法应用到从大数据信息挖掘的相关方法总览。