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。

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。