主要内容：●云计算和虚拟化基础知识，数据中心的发展历程、主要特点及未来的发展趋势。●数据中心建设中有关基础环境方面的相关技术和标准，包括数据中心的选址、功能区划分、布线系统、供配电系统、空调系统、防护系统、监控系统，以及模块化机房建设等内容。●数据中心的网络子系统，包括数据中心网络的规划与设计、数据中心主要网络设备的工作原理、市场上针对数据中心的主流网络产品、数据中心网络的新技术及发展趋势。●数据中心的计算子系统，包括两种不同计算架构的主要特点、服务器相关技术，以及计算虚拟化技术和产品。●数据中心的存储子系统，包括存储基本技术和RAID、三类主流存储系统、企业级存储技术、存储虚拟化技术，以及数据备份和容灾技术。数据中心的安全子系统，包括数据中心安全概述、云数据中心面临的主要安全威胁、在数据中心部署的主要安全产品，并通过实际案例介绍如何构建数据中心安全整体解决方案。● 数据中心运维工作的重要性，从基础环境、网络、计算、存储、安全等不同方面介绍了相关运维技术，以及运维技术的发展趋势。

这是一本讲解在数据要素大背景下，企业如何将数据资源开发成数据产品，进而通过数据产品实现数据资产化和资本化的著作，为企业释放数据价值提供了科学的方法论和国内领先的实践方案。这本书由全球数据资产理事会（DAC）组织编写，融合了国内数据资产管理领域多家企业的10位专家的研究成果和实战经验，得到了湖南数据产业集团、广州数据集团、深圳数据交易所、浙江大数据交易中心、华为、平安、安永、毕马威、德勤、普华永道、浙江大学等企业、机构和高校等近20位高层领导、技术专家和学者的高度评价和一致推荐。从概念到方法，从理论到实践，从产业政策到行业解决方案，本书将为读者构建全面的数据产品知识体系，核心内容如下：（1）国家和地方出台的数据资产相关政策及其解读，为数据资产实践提供法律准绳；（2）详细阐释数据从原始数据到数据资源、数据产品、数据资产，再到数据资本的价值实现路径；（3）原创数据资产运营框架，包含数据战略模块、核心运营模块和基础支持模块，明确了数据产品在整个数据资产运营体系中的作用；（4）系统梳理并厘清原始数据、数据资源、数据资源化、数据资源来源、数据资源存储、数据资源质量、数据资源管理等核心概念及其基础知识；（5）详细介绍数据产品的核心概念、产品类型、产品形态、产品价值；（6）原创数据产品高速动车组模型，重点阐述了价值牵引、场景驱动、合规支撑三大数据产品开发策略；（7）原创数据产品设计五步法，将数据产品设计分为场景设计、价值设计、构件设计、交付与运营、安全合规设计5个步骤；（8）提出数据产品开发全景图，为资源型、服务型、智能型等不同类型的数据产品开发提供科学方法；（9）原创数据产品运营增长框架，为数据产品的运营和增长提供方法论；（10）从实践角度讲解数据产品开发方法如何落地，以及不同类型的数据产品的开发经验；（11）从数据产品交易、数据资产运营和数据资本创新3个维度深度讲解数据产品的经营方法和逻辑，实现从数据产品到数据资本的闭环。

如何从数据中挖掘价值？一是要锻炼数据思维；二是需要选择一个便利快捷的工具。R语言在数据分析方面有着灵活、高效的优势。本书以R语言为基础，深度讲解从数据思维到实战的全过程。在章节组织上，本书从R语言简介及优势入手，再到数据读取、清洗、描述、建模等数据分析的各个环节，由浅入深逐个讲解，是一本实务分析中的“R语言指南”。同时，本书采用大量实际案例辅以说明，既有助于上手分析，也可用于教学使用。本书所有代码、数据可在狗熊会官网（http：//www.xiong99.com.cn/create.php）免费下载。同时，关注狗熊会微信公众号，可获取更多扩展资源。

本书用阿里云Quick BI做示例，帮助读者掌握如何使用数据可视化工具分析财务指标，理顺管理思路，找出关键结论。通过本书，读者将学会制作追踪资产周转率的仪表板，选择适合的图表展示现金的流入、流出，分析企业的利润构成与盈利能力，实现成本管理可视化，利用综合指标对销售业绩进行监控、告警等，并且学会如何基于Quick BI门户和电子表格搭建财务在线分析与协作工作台，以及进行大型企业业财分析体系的整体规划。通过学习本书，初入职场的会计人员有望迅速在财务部门崭露头角，成长为可以为财务总监准备年终汇报材料的“斜杠青年”！本书配有案例源文件、PPT教案，以及案例制作过程视频。若需要Quick BI的免费试用版，可在阿里云网站搜索“Quick BI”获得。

全书分为3篇：1.第1篇首先会详细讲解存储引擎的全貌，让读者能对存储引擎有一个整体的思维框架，介绍存储引擎的两大分支：基于b+树的存储引擎、基于lsm派系的存储引擎，其次对存储引擎部分涉及的一些数据结构、存储介质等概念做一个简要的介绍，为后面内容的深入学习做铺垫。2.第二篇主要介绍基于b+树的存储引擎，在理论部分重点回答为什么选择b+树做存储引擎索引结构、b+树存储引擎解决哪些问题以及如何解决。在实践部分选择开源社区中比较有名的boltdb存储引擎项目来讲解其内部核心源码的实现细节。3.第三篇主要介绍基于lsm派系的存储引擎，理论部分重点介绍lsm tree中各组件的功能及作用，并在此基础上扩展介绍其他几类lsm派系存储引擎的实现思路，帮助读者开阔视野，实践部分分别以bitcask、moss、leveldb等开源项目的核心源码来展开，介绍其内部实现细节。通过阅读本书，读者不仅能对存储引擎，尤其是单机的存储引擎有一个整体的框架，而且能对两类存储引擎的实现思路及背后原理有个深刻的掌握，只有深刻理解了存储引擎的背后实现原理，读者不仅可以自己动手开发自己的存储引擎，更可以很快掌握关系型数据库或者NoSql这类组件的核心原理，对未来实际应用与开发提供参考。

本书以数据分析特别是大数据的整理、清洗、分析以及建模为主线，从基础入门到进阶分析再到实践应用，层层递进。主要内容包括软件介绍、数据重整、数据可视化、Stata软件编程基础以及不同场景下的应用。本书的特色在于软件介绍详细全面、结合教学和科研一线实际需求，教材案例内容丰富，理论与实践性较强。本书的读者以高年级本科生、研究生为主，博士生和科研工作者均可作为参考书。本书的读者以高年级本科生、研究生为主，博士生和科研工作者均可作为参考书。

本书围绕配套教材《Hadoop大数据分布式框架-原理与应用》的教学任务，根据教学内容和教学进度设置相应的实验，整本实验指导书共分为20个实验，主要介绍Hadoop分布式环境的部署过程、HDFS编程、MapReduce编程及应用、Hadoop的相关生态组件HBase、Hive、Spark、MySql的安装及应用，以及集成环境IDEA的安装及应用等。本实验教程详细介绍了每个实验的具体操作过程，可以辅助学生展开并完成相关实验，并能够在此基础上进行扩展，让学生在进行实验的基础上对所学到的理论知识能够有更深的理解和认识，逐渐建立起分布式数据处理的大数据思维方式。本书按教学进度和教学周划分教学任务，各任务之间相互独立，又相互关联，让学生在做实验时能融会贯通，梳理出各操作、各教学任务之间的关系，更好的掌握相关理论知识。

本书以TiDB数据库为基础介绍分布式数据库的运行原理、性能优化和应用场景架构设计。首先，剖析分布式数据库的运行原理与架构；然后，阐述分布式数据库TiDB在表与索引的设计优化、SQL优化、系统级优化方面的方法论，通过融入多个有代表性的案例，帮助读者将方法论对应到生产实践中；最后，梳理场景选型和架构设计过程中读者应该掌握的主要知识点，并对一些分布式数据库的优势场景进行了详细介绍。本书适合希望了解分布式数据库原理，学习TiDB数据库的开发工程师、数据库管理员和架构师阅读，也可以作为高等学校教师或学生学习分布式数据库的参考教材。

本书是一本指导DBA进行数据库开发和运维的实用手册，本书共9章，包括漫谈数据库、如何提升数据库性能、如何运维好数据库、如何进行数据库设计、如何做好数据库之间的数据同步、认识HTAP技术、认识数据库的功能原理、认识数据库中的数学（逻辑与算法），以及DBA的日常：数据库管理及开发的最佳实践。另有附录DBA杂谈。本书内容是资深DBA多年实践经验的归纳总结，涵盖DBA日常工作中的主要方面，通过剖析众多的真实案例，并解读原理、分享技巧、提供思路，内容具备较强的启发性和指导性。本书的受众包括但不限于想要了解如何提升数据库性能的应用开发人员、DBA、业务架构师、IT架构师、数据架构师、数据分析师、系统架构师、解决方案架构师和企业高级管理人员。

Elasticsearch是一款高性能的文档数据库，广泛应用于分布式搜索和分析引擎等相关领域，本书首先介绍了数据建模的通用设计原理，然后针对Elasticsearch 介绍了文档数据库建模的特点和要求，例如和设计模式有关的实现、注意事项，以及实践过程中的注意点等。本书的两位作者，一位是资深的Elasticsearch 专家，一位是建模领域的大师，联合为读者呈现了这本著作。如果你是一名希望扩展Elasticsearch 建模技能的读者，或者是一名了解Elasticsearch 但需要提高模式设计技能的从业人员，推荐阅读本书。