21 世纪，互联网行业的爆发开启了全球数据量急剧增长的新时代，数据已经成为驱动企业数字化转型的核心力量。整个数据行业的技术能力不断提升，从数据库到数据仓库，再到开源大数据，都在经济社会中发挥着极其重要的作用。近年来，新兴数据技术与云计算相互辅助，共同发展，诞生了一系列云原生数据服务，让企业能够突破传统模式的局限，专注于业务，降本增效。本书以全球前沿的云原生服务为基础，详细展现了如何将数据存储、数据引入、批量数据处理、实时数据处理、数据仓库、数据可视化和机器学习等核心要素综合起来，逐步构建一个高效的大数据服务平台。

本书详细介绍Proxmox VE。Proxmox VE是一个完整的企业虚拟化开源平台，具有去中心化的超融合特性。Proxmox VE与前端负载均衡整合，可实现关键应用的高可用性。 全书共15章，大致可分为几个部分：第1章和第2章为概述部分，主要介绍Proxmox VE的基本特性及功能；第3~6章为基础部分，总览Proxmox VE部署、简单管理等操作；第7~10章为项目实战，也是本书的精华部分，介绍不同场景下如何规划、实施Proxmox VE；第11章和第12章为Proxmox VE 投入生产以后所需进行的日常工作，包括日常管理及平台升级；第13~15章为扩展部分，主要介绍以在线方式迁移其他系统到Proxmox VE平台、以Proxmox VE做底层实现桌面云，以及使用过程中一些问题的汇总。 本书适合有一定Linux基础并且正在从事系统运维的技术人员、计算机专业学生、高可用系统架构研究者阅读。

伴随人类社会数字化进程的深入，数据正不断渗透于日常的生活、生产、分配、流通、消费等各个环节，对人类社会的影响日益凸显。数据已成为继土地、劳动力、资本、技术之后的第五大生产要素，对其他生产要素的整合能力也使其成为既有要素中最重要的和最难替代的关键要素，并成为值得重点讨论的时代性议题与理解数字时代的基本入手点。 对数据要素的理解涉及多学科、多视野，本书从与数据要素关系最密切的信息、权属、价值、安全、交易等五个维度出发，汇聚不同学科背景的既有文献，整合现有观点，对数据要素的多维特性进行探讨，以丰富人们对数据要素的认知，凝聚共识，澄清数字时代的发展与治理迷思，为未来的相关创新提供起点。

在本书中，作者聚焦于微软的Power BI，并通过精准的演示，向读者清楚地展示如何在各种数据库和CRM应用程序上产生数据视觉效果。另外的福利就是，读者还可以了解如何在Azure应用程序中嵌入视觉效果。Cortana套件的整合确实是一个倍增器。你将学到：— 数据可视化解决方案的市场调查。— 如何使用普通和高级的Power BI功能。— 如何将嵌入式Power BI仪表板部署为Azure应用程序。— 如何使用Microsoft SQL Server构建现代Power BI解决方案，并应用包括Cortana在内的Microsoft Stack。— 如何在开源数据存储上构建一个视觉上令人满意的Power BI解决方案，即PostgreSQL。— 如何解锁企业机密，例如通过将Power BI与Dynamics CRM集成并使用自然语言查询来梳理趋势，进而突出最相关的业务趋势。

这是一本关于如何更好、更有效地进行数据可视化的书。本书分为3个部分。第1部分是创建有效可视化的通用指导原则，我们将了解受众的重要性，以及思考哪类图表能更好地契合他们的需求。第2部分是本书的核心部分，我们将定义和讨论80多张图表，这些图表分为八大类：比较、时间、分布、地缘、关系、构成、定性和表格。我们将看到各类图表是如何起作用的，以及它们的优缺点。第3部分整合了两块内容，一是构建数据可视化样式指南，二是如何结合不同的经验对图表进行重新设计。本书将指导你选择最适合展示相关数据的图表，并有效地传递你想传达的信息。

全书共13章，分两大部分进行全面而系统的介绍，第一部分从腾讯大数据平台的发展历程和总体架构切入，深入剖析了各项技术原理，阐述了实战过程中的挑战和自研核心技术的设计思想，覆盖了大数据接入、计算、存储、分析、调度等大量技术组件。第二部分主要介绍了腾讯在数据治理、数据应用、机器学习和平台运营方面的建设经验，并对腾讯大数据产品及其在内外部场景的实践落地进行了解读， 书中列举的大量实践案例对广大读者都极具参考价值和借鉴意义。

本书从零基础读者的角度出发，通过通俗易懂的语言、丰富多彩的实例，循序渐进地让读者在实践中学习MySQL编程知识，并提升自己的实际开发能力。全书共分为4篇18章，内容包括MySQL概述、MySQL图形化管理工具、MySQL语言基础、数据库和数据表的操作、数据查询、MySQL函数、索引、视图、数据完整性约束、存储过程与存储函数、触发器、事件、数据的备份与恢复、性能优化、安全管理、MySQL系统管理、基于Java MySQL的看店宝和基于Python MySQL的智慧校园考试系统。书中知识点讲解细致，侧重介绍每个知识点的使用场景，涉及的代码给出了详细的注释，可以使读者轻松领会MySQL程序开发的精髓，快速提高开发技能。同时，本书配套了大量教学视频，扫码即可观看，还提供所有程序源文件，方便读者实践。本书适合MySQL初学者、数据库工程师等自学使用，也可用作高等院校相关专业的教材及参考书。

本书共分为9章，第1～5章围绕“学生成绩管理”数据库展开，主要介绍数据库基础，数据库与数据表操作，视图与索引，存储过程、流程控制语句、函数和触发器，MySQL数据库操作，非常适合初学者学习。第6章介绍了MySQL与Node.js、PHP、Python、Java的交互。第7章、第8章主要讲述MongoDB数据库和Redis数据库，有数据库基础者可根据第7章、第8章内容进行学习拓展。第9章为一个项目案例，能够帮助读者进一步巩固所学知识。本书适合从事Web前端开发、软件开发、全栈开发相关技术人员阅读，也适合全国开设计算机应用技术、计算机信息管理、软件与信息服务相关专业的高职院校的师生阅读。

在数字智能时代，数据能力已经成为管理者的基本能力，成为其胜任未来管理岗位和晋级领导岗位的必需能力。管理者的数据能力水平决定着其在企业中所能够胜任的层级。提升管理者的数据能力成为企业数字化转型的关键举措之一。本书主要介绍了企业管理者所需要具备的数据能力，包括管理者的数据能力维度与4M 模型、数据思维能力、数据管理能力、数据体系化场景的应用能力、数据分析能力、数据领导能力。撰写本书的目的是让管理者掌握企业数据基本管理和应用之道，利用数据赋能管理，让管理可见、过程可控、结果可达。

本书提供了学习大数据技术及架构的一站式解决方案，覆盖了大数据生态圈中的完整技术体系，包含以下内容。.一、数据采集日志数据采集工具（Flume 、Logstash、Filebeat ）数据库数据采集工具（离线采集工具——Sqoop、DataX，实时数据采集工具——Canal、Maxwell 网页数据采集工具物联网数据采集工具消息队列中间件.二、数据存储分布式文件存储之HDFSNoSQL数据库之HBaseNoSQL数据库之Redis.三、离线数据计算离线计算引擎MapReduce离线计算引擎Spark.四、实时数据计算实时计算引擎Storm实时计算引擎Spark Streaming新一代实时计算引擎Flink.五、OLAP数据分析 离线OLAP引擎（Hive、Impala、Kylin）实时OLAP引擎（Druid、ClickHouse、Doris）.六、全文检索引擎 Lucene SolrElasticsearch.七、分布式任务调度系统AzkabanOoizeDolphinScheduler.八、分布式资源管理 YARN的原理、架构YARN中的资源调度器【实战】配置和使用YARN多资源队列.九 、大数据平台搭建工具 大数据平台工具HDP大数据平台工具CDH大数据平台工具CDP.本书还介绍了多个企业级大数据应用案例（包括海量数据采集、“双十一”数据大屏、海量数据全文搜索系统等）和大数据平台架构案例（包括离线数据仓库架构、实时数据仓库架构、批流一体化数据仓库架构、数据中台架构、直播大数据平台架构、电商大数据平台架构等），可以帮助读者从全局角度理解大数据。.在本书中，技术内容基本上都是从零讲起的，结合原理和架构，以“图解 实战”的形式帮助读者轻松理解复杂的知识。