这是一本能帮助读者快速掌握图数据库的原理、架构、算法、扩展、规划、测评、优化以及实战应用的著作，书中的理论和实践均来自国内领先的图数据库企业Ultipa的科研成果和实践经验，由Ultipa的创始人兼CTO孙宇熙领衔撰写。该书内容全面、体系完整、循序渐进、深入浅出、图文并茂，兼具理论性、实战性、趣味性。用通俗的语言将抽象的图数据库技术具体化、形象化，将带领读者经历一次非凡的“图数据之旅”。通过本书，你将掌握以下内容： ·图数据库、图计算的概念与区别； ·图计算、图存储、图查询语言的原理； ·高性能图存储架构、计算架构； ·图数据库查询与分析框架的设计； ·度计算、中心性计算、相似度计算、连通性计算等图算法； ·可扩展的图数据库设计； ·高可用分布式设计； ·图数据库在决策智能、反欺诈、反洗钱、智能推荐、流动性风险管理等多个领域的实战经验； ·图系统的规划、评测与优化。

本书采用理论与实践相结合的形式介绍了虚拟化与容器的相关知识。全书共7章，包括虚拟化与容器概述、计算虚拟化、存储虚拟化、网络虚拟化、Docker容器技术、Kubernetes微服务技术、桌面虚拟化技术应用。本书内容全面，可操作性强，既可作为高等院校计算机相关专业的教材，也可作为政府信息中心管理员、企业网管、网站与网络管理员、计算机安装及维护人员、软件测试人员、程序设计人员等虚拟化相关从业人员的参考用书。

本书遵循学习成果导向理念，以数据库设计、开发、应用为主线，引领学习者熟悉数据库的体系结构，领会数据库的基本原理，掌握数据库的实现技术。本书充分体现“任务引领、实践导向”的思想，以一个实际数据库系统项目为主线，内容包括数据库开发环境的安装与配置、数据库的设计与创建、数据库对象的建立与管理、数据查询与操作、数据库的管理与维护等，以实现中小型数据库应用系统的设计与开发，帮助学习者更好地对接企业岗位的真实需求。

本书详细阐述了与Pandas相关的基本解决方案，主要包括Pandas基础，DataFrame基本操作，创建和保留DataFrame，开始数据分析，探索性数据分析，选择数据子集，过滤行，对齐索引，分组以进行聚合、过滤和转换，将数据重组为规整形式，组合Pandas对象，时间序列分析，使用Matplotlib、Pandas和Seaborn进行可视化，调试和测试等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

Access数据库是微软Office软件中的一个组件，和Word、Excel、PPT等一样，都是Office软件中的成员，Access数据库主要有三大用途：一是存储数据；二是处理数据；三是开发软件。 Access的特点：容易学会，从而开发出实用管理软件！学员一般都有Excel的应用经历，而Access数据库与Excel均为Office组件，有一定的相似性，上手很快。本书共分为7章，展示了最终软件开发的效果并按功能模块由浅入深将知识点贯穿于其中，涉及的知识点有：快速开发平台、表设计、创建表操作、查询的各个类型、自动生成和手工创建窗体、VBA编程语言。本书有配套学习视频，详细讲解了具体开发过程，并提供了练习素材下载，方便读者学习。学好本教程，读者将能开发出和本案例展示效果一样的实用管理软件。

随着信息技术的快速发展，数据成了驱动经济运行的关键性生产要素或资源，大数据成为一种有价值的资源，使数字经济市场组织结构和游戏规则等方面发生了根本性的变化，而中国在这些方面的基础设施和法律制度准备得还不充足。《数字信息问题研究》从网络交易的市场监管、互联网信息服务业市场行为演变与竞争秩序监管、新兴信息消费的环境评估与治理等方面论述了数字信息问题的实用技术及其治理体系等重大理论问题。

大数据时代，数据作为一种新的经济资产，驱动科学研究处于以数据为基础进行科学发现的第四范式。不同的学科领域，正在不同的层面上广泛地关注着大数据给本领域的研究和实践带来的深刻影响，大数据技术在情报研究领域的应用逐渐深入。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。对于在数据分析领域扮演重要角色的情报研究工作而言，大数据的理念和技术既带来了机遇，也带来了挑战。一方面，在大数据时代，情报研究工作得到空前的重视，大数据为情报研究的新发展提供了机会，它从更为广阔的视野来看待情报研究的定位，研究新技术新方法，解决新问题，极大地促进情报研究理论与实践的发展；另一方面，大数据时代要求各行各业重视情报研究工作，这就必然使得众多学科有意识地涉足以往作为专门领域的情报研究，并将其作为本学科的重要组成部分加以建设。现代情报研究已经迈入了大数据时代。 大数据技术和相关理念能够为情报研究、决策制定等工作的开展提供更多支持，本书以潜在语义挖掘理论研究与分布式并行计算方法研究、分布式潜在语义挖掘并行计算技术研发及大数据环境下潜在语义挖掘比较研究3项内容为切入点，重点解决文献服务实际应用场景下的大规模科技文档语料潜在语义信息挖掘的问题，化解大规模科技信息文档语料潜在语义挖掘分布式并行计算过程及定量判断大数据环境下科技文献数量变化对深度潜在语义挖掘影响的核心技术难点。对文本挖掘交叉领域关系、文献领域语义挖掘的多样化挑战、研究应用前景等进行了探讨，希望为科技信息潜在语义挖掘技术研究工作的开展提供参考，为理论研究及实践应用等方面水平的提升提供更多支持。

内容简介商业分析有用吗？当然有用！商业分析是行走职场、创业启航的一项必备技能。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。

HBase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统。利用HBase技术可以在廉价的PC服务器上搭建大规模的存储化集群，可以对数十亿级别的大数据进行实时性的高性能读写，在满足高性能的同时还保证了数据存取的原子性。 本书由浅入深地讲解HBase的概念、安装、配置、部署、高级用法、性能调优，内容既兼顾了初学者，也适用于想要深入学习HBase的读者。 本书适用于以前没有接触过HBase，或者对HBase有所了解并希望深入学习的读者，同时适用于HBase应用开发人员和系统管理人员。不管你是HBase新手还是HBase专家，相信都能从本书中有所收获。

本书是作者基于多年的教学与实践进行的总结，重点介绍了MySQL数据库的核心原理与体系架构，涉及开发、运维、管理与架构等知识。全书共12章，包括MySQL数据库基础、详解 InnoDB存储引擎、MySQL用户管理与访问控制、管理MySQL的数据库对象、MySQL应用程序开发、MySQL的事务与锁、MySQL备份与恢复、MySQL的主从复制与主主复制、MySQL的高可用架构、MySQL性能优化与运维管理、MySQL数据库的监控和使用MySQL数据库的中间件。读者根据本书中的实战步骤进行操作，可以在实际项目的生产环境中快速应用并实施MySQL。 本书基于MySQL 8.0版本编写，为读者提供了完整的实例代码（获取方式见封底）。本书适合对MySQL数据库技术感兴趣的平台架构师、运维管理人员和项目开发人员阅读。读者无论是否接触过数据库技术，只要具备基础的Linux和SQL知识，都能够通过本书快速掌握MySQL并提升实战经验。