本书介绍了NoSQL数据库生态圈体系，包括Redis、MongoDB和HBase，内容涉及开发、运维、管理与架构。“第1篇 基于内存的NoSQL数据库”（第1～5章）包括：内存对象缓存技术Memcached、Redis基础、Redis高级特性及原理、Redis集群与高可用和Redis故障诊断与优化。“第2篇 基于文档的NoSQL数据库”（第6～10章）包括：MongoDB基础、操作MongoDB的数据、MongoDB的数据建模、MongoDB的管理和MongoDB的集群。“第3篇 列式存储NoSQL数据库”（第11～15章）包括：HBase基础、部署与操作HBase、HBase原理剖析、HBase的高级特性和监控与优化HBase集群。

本书分为以下几个主要部分：第 1-3 章介绍方法和技术。在这些章节中，我们描述了一种性能调优方法。还提供了一些关于 MongoDB 架构和 MongoDB 提供的用于调查、监控和诊断 MongoDB 性能的工具的背景知识。第 4 章和第 5 章介绍应用程序和数据库设计。第 6-10 章介绍应用程序代码的优化。第 11-14 章讨论MongoDB 服务器及其运行硬件的优化。

本书围绕新工科背景下大数据人才培养需求编写，系统介绍了大数据采集与预处理、大数据存储与管理、大数据处理与分析、大数据可视化处理流程；重点分析了科大讯飞大数据平台在政务、交通、金融和用户画像等实际场景中的应用，还介绍了大数据实验环境的详细搭建步骤；最后介绍了大数据治理中法律政策、行业标准建设的最新进展，分析了大数据可能带来的伦理风险和应对策略。本书将大数据基础理论与实际案例结合，辅以编程实践和有针对性的课后习题，可作为高等院校相关专业的导论课教材，也可作为大数据相关从业人员技术参考书。

本书介绍Kafka的技术原理和应用技巧。内容包括如何安装和配置Kafka、如何使用Kafka API、Kafka的设计原则和可靠性保证，以及Kafka的一些架构细节，如复制协议、控制器和存储层。本书列举了一些非常流行的Kafka应用场景，比如基于事件驱动的微服务系统的消息总线、流式处理应用程序和大规模数据管道。通过学习本书，你不仅能够深入理解这项大数据核心技术，还能够将所学知识付诸实践，在生产环境中更好地运行Kafka，并基于它构建稳健的高性能应用程序。

这是一本通过分析ClickHouse底层引擎架构来解读ClickHouse极致性能的底层逻辑的著作，同时还总结了ClickHouse在各种适用场景中的使用技巧和性能调优方法，让读者知其然，也能知其所以然。全书一共12章，分为两个部分：第1部分 架构篇（第1-7章）简要地介绍了数据仓库的核心技术和思路，系统讲解了ClickHouse的查询性能优势、适用场景、架构设计和运作过程，深入地剖析了ClickHouse的存储引擎架构、计算引擎架构以及决定ClickHouse性能的关键因素，还将ClickHouse与其他数仓架构进行了深度对比，不仅阐明了ClickHouse查询速度快的底层逻辑，也推导出了ClickHouse的适用场景。第2部分 实战篇（第8-12章）针对ClickHouse的适用场景，讲解了它的各种使用技巧以及存算分离架构、分布式架构等云计算时代的全新架构，更重要的是，从数据结构、内存、磁盘、网络、CPU、查询等方面全面总结了ClickHouse的性能优化方法和原则。

暂缺简介...

本书从大数据实时计算框架Spark的编程语言Scala入手，第1～4章重点介绍函数式编程语言Scala的基础语法、面向对象编程以及函数式编程等，再通过编程训练案例介绍Scala这门语言的实际开发应用，为读者后面学习Spark框架打下牢固的编程基础。第5～10章重点介绍Spark的安装部署、SparkCore编程、Spark SQL结构化数据处理以及Spark Streaming实时数据处理等，对它们进行详细的剖析和解读。最后，在第11章中通过网站运营指标统计和IP经纬度热力图分析两个实战开发项目，让读者充分掌握Spark大数据实时计算框架技术的应用与实操方法。本书适合所有对大数据技术感兴趣的读者。

本书是一本关于数据流挖掘与在线学习算法的著作，该书全面、系统阐述了数据流机器学习的模型、算法、平台与实例。全书共10 章，分为4 个部分：第1 部分包括第1～3 章，介绍数据流机器学习基础知识；第2 部分（第4～6章）介绍基于频繁模式的数据挖掘与在线学习算法；第3 部分是基于模型的在线学习算法，包括第7 章在线稀疏学习模型和第8 章在线低秩表示模型；第4 部分（第9、10 章）介绍基于实例的数据流概念演变检测和在线学习算法。对每种典型在线学习算法的背景、模型定义、算法设计思想以及相关实验分析等，书中都有都完整的阐述。同时，也详细分析了一些与在线学习密切相关的离线数据挖掘和机器学习算法与应用。本书的实验平台开源、简单易用。每章后面都设计了操作性强的课程实验。在图书“下载专区”目录下，免费提供了本书代码和相关教学配套资源的在线浏览与下载。本书适合作为高等学校数据科学与大数据应用、智能科学与技术、人工智能等专业本科生和研究生的教材与教学参考书，也可供研究数据流挖掘与在线学习算法的科技人员阅读和使用。

暂缺简介...

近年来，基础软件的发展越来越受到重视，越来越多的计算机从业者对数据管理系统和大数据的知识产生了强烈的需求。本书既介绍了数据管理系统的技术发展史，又介绍了数据管理系统的关键技术内涵，同时还介绍了一系列主流的商业化产品及其架构，并对前沿技术进行了讨论分析，给出作者自己的见解和洞察。本书内容主要包括数据库与大数据的诞生、发展和商业应用，数据库与大数据之间的关系，国产数据库的国际化，数据管理系统的共同之处，数据管理系统的算法理论、前沿技术等。本书适合数据管理系统或大数据方向的技术人员和科研人员阅读，也适合互联网科技公司的技术人员及管理人员，以及对特定领域的商业和历史感兴趣的读者阅读。