本书以数据库原理为基础，以Oracle 12c作为平台，以学生成绩数据库为主线，全书共18章，分别介绍数据库系统概述、Oracle数据库、创建数据库、创建和使用表、PL/SQL基础、PL/SQL高级查询、视图、索引、数据完整性、PL/SQL程序设计、函数和游标、存储过程、触发器、事务和锁、安全管理、备份和恢复、基于Java EE和Oracle数据库的学生成绩管理系统开发、大数据和云计算等内容。本书提供习题参考答案，免费提供教学课件、所有实例的源代码下载。本教程可作为大学本科、高职高专及培训班的教材，适于计算机应用人员和计算机爱好者自学参考。

● 如何启动和配置Oracle Database Exadata 云服务 ● 如何导航到用户界面 ● 如何利用智能扫描和存储索引 ● 如何利用新的压缩技术 ● 如何使用Oracle Exadata 资源管理 ● 如何管理Oracle Exadata智能闪存 ● 如何管理和监控Oracle Exadata云服务 ● 如何迁移到Oracle Exadata云服务

《Spark大数据商业实战三部曲：内核解密 商业案例 性能调优（第2版）》基于 Spark 2.4.X版本，以 Spark商业案例实战和 Spark在生产环境下几乎所有类型的性能调优为核心，以 Spark内核解密为基石，对企业生产环境下的 Spark商业案例与性能调优抽丝剥茧地进行剖析。全书共分 4篇，内核解密篇基于 Spark源码，从一个实战案例入手，循序渐进地全面解析 Spark 2.4.X版本的新特性及 Spark内核源码；商业案例篇选取 Spark开发中具代表性的经典学习案例，在案例中综合介绍 Spark的大数据技术；性能调优篇覆盖 Spark在生产环境下的所有调优技术；Spark+AI解密篇讲解深度学习实践、 Spark+PyTorch案例实战、Spark+TensorFlow实战以及 Spark上的深度学习内核解密。该书适合所有 Spark学习者和从业人员使用。对于有分布式计算框架应用经验的人员，该书也可作为 Spark高手修炼的参考用书。该书还适合作为高等院校的大数据课程教材。

《数据资源管理》以科普和启发为目的，旨在形成体系完备、具有实用价值的综合性成果，以期作为高等院校师生、相关从业人员的入门教材和参考工具书。全书分为数据采集、数据采集、数据传输等数章内容，《数据资源管理》既适合大数据从业人员、政府信息化管理人员参考和阅读，也适合高校计算机专业学生、大数据开发培训学员及相关求职人员学习与培训。

市面上多数WAP方面的书籍都只讲解WAP原理和应用，该书从深度包检测（DPI）的角度对WAP数据包进行深度解析，并将分析结果应用于实战场景，该书能使读者理论联系实际，学好WAP。该书首先介绍WAP基本内容，WAP1.X、WAP2.0协议栈和模型，其次介绍数据包分析工具Wireshark，然后对WAP1.X协议数据单元和协议交互流程详细展开描述，紧接着介绍WAPPush的工作原理、消息格式以及服务方式，从WAP深度解析实战方面进行描述，包括协议的识别，数据包的分片、乱序、重组和重定向，最后介绍WAP虚拟环境搭建流程以及程序设计过程中主要的数据结构和接口函数。《WAP深度数据包解析》可作为高等学校（非）计算机专业本科生和研究生深入学习网络协议并进行上机操作或者相关课程设计的辅助教材，也可供广大从事网络数据包分析和开发的读者参考。

本书是一本专注于数据库安全的教材，内容涵盖了常见的数据库安全项目案例。本书以培养学生的职业技能为核心，以工作实践为主线，以项目为导向，采用任务驱动、场景教学的方式，面向企业信息安全工程师人力资源岗位能力模型设置本书内容，建立以实际工作过程为框架的职业教育课程结构。 本书的主要内容包括数据管理安全、数据文件安全、Web应用安全及Web应用安全综合实践。 本书可作为各类高等职业院校信息安全技术专业的教材，也可作为信息安全从业人员的参考用书。

本书采用关系数据库（SQL Server 2016）和非关系数据库（MongoDB）对照阐述，介绍各自的优势。采用数据库基本理论与实践相结合的原则，在注重理论性、系统性、科学性的同时，兼顾培养学生的自主创新学习能力。为此，本书通过目前Z流行的数据库管理系统SQL Server 2016和MongoDB的学习掌握数据库技术的基本原理，并使用目前比较流行的高级程序设计语言Java开发具体的应用系统。

本书以SQL Server 2016为平台，从数据库管理和开发的角度出发，介绍数据库应用开发技术，内容涵盖开发数据库应用系统所需的基本知识和技术。本书将一个贯穿全书的数据库应用系统开发实例“学生信息管理系统”融入各项目，再把每个项目分解成若干任务，使学生逐步学会创建、管理、开发数据库，以及使用T-SQL进行程序设计的编程思想和技术。本书内容由浅入深，由实践到理论，再从理论到实践，通过任务驱动，将理论与实践密切结合，体现了高职和应用型本科教育的特点，也符合初学者认知和掌握计算机技术的规律。本书可作为高职高专院校、应用型本科院校数据库技术与应用课程的教材，也可作为其他类学校和自学者的参考用书。

本书以企业级基准数据集为实战案例，系统地介绍了目前比较前沿、比较具有代表性的数据分析与数据可视化工具的使用方法，涵盖了从数据管理到数据抓取、数据可视化、数据挖掘建模的整个企业级数据分析流程，使读者能够掌握企业级数据分析处理的基本技能，为承担企业级数据分析处理或其他领域的相关任务打下基础。本书可以作为经济、人文、社会、管理学科学生学习数据分析与数据可视化技术的入门教材，也可以作为计算机专业、信息类专业本科生的教材或参考书，同样也可以作为企业数据分析人员的参考书。

本书由数据科学一线教学科研工作者、企业从业者根据自己日常的科研内容和工作经验总结而成，对数据获取、数据存储、数据分析、数据展示等主要数据科学的典型步骤进行了细致的知识梳理，对当前科研和企业应用的前沿技术以清晰的脉络和通俗易懂的语言进行了详尽的讲解。本书主要介绍了多种编程语言下的数据采集方式，多个形态的数据库使用和适用场景，并穿插介绍了经典的机器学习与深度学习方法，使读者对数据科学的全栈技术有一定的了解和认知。本书代码主要是在Python的基础上开发的，结合成熟的机器学习框架Scikit-Learn，简单易用的深度学习框架Keras，以存储在MySQL、MongoDB、Redis、Neo4j等数据库内的多模态数据为样例，为读者直观生动地展示全栈数据技术的整体过程，同时提供实践课题和主要代码，供学有余力的读者进行综合实训。本书主要面向对数据科学、人工智能、机器学习、深度学习具有浓厚兴趣且希望尽快入门的读者、高校相关专业的教育工作者和在校学生，以及正在从事数据科学相关工作并且希望深入研究的数据科学家、软件工程师、大数据平台工程师和项目管理者等。