在大数据时代，数据的获取、传输和存储融入了人类生产生活的方方面面，而大数据核心价值体现为人们对数据的分析、理解与应用。面对如此海量、高速和异构的数据，仅靠人类的认知和理解能力远不能满足价值发现的需要。同时，计算机总是针对最细粒度数据进行迭代优化的求解模式在特定场景下也不能满足数据分析的时限需求。粒计算作为一种模拟人类知识表示和问题求解的近似数据分析范式，其优点在于解决问题时能够选择合适粒度，达到求解精度和计算时效的**平衡。所以，粒计算通常能够以更高的效率获得“有效解”。本书以引领树和云模型作为数据多粒度表示的基本方法，系统地展示了引领树和云模型在大数据多粒度聚类、数据流即时聚类、半监督学习和时间序列预测等大数据分析场景中的理论研究成果及应用案例。

本书是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家，所有案例均来自这些企业的实践。对企业的基层管理者或初入职场的人士来说，本书是充分认识数据治理意义、组织进行数据治理的具体方案和工具手册；对企业中层管理者来说，本书是一本配合企业数据治理的纲领性指南；对企业高层管理者来说，本书是一本推动企业数据治理的方法论。

本书是“大数据技术”专业相关课程技能抽查实训指导，书中所有上机练习都是经反复推敲精心设计的。全书共分为4个实训模块，包括程序设计、数据库技术、hadoop生态圈组件搭建与运维、数据可视化等内容。本书将大数据存储与处理分析、数据库设计、大数据平台部署与运维以及大数据开发工作程序编写规范、技术文档编写等内容进行有机结合，紧扣教材内容、重视实践、案例实用、配套资源完善。本书可作为高等职业院校大数据技术专业的实训教材，也可作为信息技术相关单位技术培训和相关从业人员的参考书。

本书基于中国自动化大会2019的专题“智能自动化技术”撰写而成，系智能自动化发展前沿丛书的分册之一。丛书主编为孙优贤院士，本书由于海斌、邵之江主编，智能自动化技术领域多位专家参与各章节的撰写，主要介绍了网络集群与网络化控制、新能源控制与绿色制造技术、物流系统与自动化、车辆控制与电动化等前沿热点方向的新研究成果。

本书是由行业专家精心编写的SQL学习指南，内容涵盖数据库基础介绍、数据库表的管理、数据的增删改查、视图、索引、存储过程，以及基于不同业务场景的SQL查询实践。本书由浅入深地对SQL查询进行讲解，在实践方面，结合真实的业务场景，以互联网电商、投资理财、网络游戏、线下零售等为例，通过行业常用的查询案例帮助读者快速理解并掌握SQL查询技能。本书适合日常工作中需要使用数据库并对数据库表进行操作的业务和技术人员，包括数据分析、数据运营、数据产品、市场渠道等人员。

全书分为5篇：1.第1篇为入门部分，通过一个快速地上手实验让读者体验 GitOps 的强大之处，激起读者的学习欲望；2.第二篇为核心基础部分，将介绍组成 GitOps 的核心基础例如容器化、K8s、持续构建和应用定义；3.第三篇为进阶部分，将带领读者从零构建一个生产可用的 GitOps 工作流，并介绍高级发布策略、多环境管理、可观测性、分布式追踪以及云原生开发的相关内容；4.第四篇为实施指南，将介绍如何在不同规模的公司下实施新技术，在实施过程如何排除非技术因素；5.第五篇为行业认识部分，将介绍如何通过 CNCF 获取一手的云原生信息以及 GitOps 的历史发展。

本书是一本系统介绍MySQL性能优化相关技术、方法及实践的实用指南。在书中，作者首先详细解释了查询响应时间；然后介绍了直接查询优化（创建和编制索引）、间接查询优化（减少数据访问和存储）等提高MySQL性能的方法，还通过讲解数据访问模式、MySQL分片的基本机制、MySQL的服务器指标、复制延迟、MySQL的事务（涉及InnoDB行锁）等知识为优化MySQL性能提供思路；之后介绍了一些常见的MySQL挑战，以及应对方法；后讨论了在云中使用MySQL时需要知道的知识，拓展了读者的思维。

数字化转型是企业在数字经济时代面对的重大战略选择，其本质是通过有效地使用数据资源对业务进行全面的升级和优化，提高企业的综合产业竞争力。本书将数据科学作为出发点，结合大数据、人工智能技术，以数据分析的方法和理论为观察视角，介绍了企业数字化转型的核心知识概念及主要的应用实践策略。 本书共8章，分为数据科学原理、数据科学技术、数字化业务实践，以及数字化产业目标四个主要部分。 数据科学原理部分（第2章）主要讨论数据要素的核心价值体系及数据科学的基本理论范畴；数据科学技术部分（第3~6章）主要介绍数据获取及预处理方法、数据规律挖掘方法、数据建模方法，以及数据相关技术系统的建设方法；数字化业务实践部分（第7~8章）讨论企业数字化中的实施落地问题、数字化人才和组织架构，以及不同行业数字化应用的典型场景；数字化产业目标部分（第1章）介绍数字经济时代的产业特征和格局，以及企业数字化的业务本质和重大意义。 本书适合关注数字化转型话题的数据挖掘、数据分析、数据系统研发等相关行业技术人员，也适合对数据科学感兴趣的数字化转型管理人才和业务专家，并可作为数据产业创业者和研究人员的参考书籍。

本书系统地阐述了移动性数据建模、管理和分析的内容，从移动性数据建模与表达、移动性数据分析、移动性数据应用三个方面深入介绍了移动数据管理技术和应用。本书由四篇组成：第一篇涉及移动性数据处理的基本概念和术语、数据采集与存储管理的基本技术；第二篇涉及移动性知识的管理过程，具体包括移动性数据挖掘、知识发现的方法与系统、可视化知识提取的方法与系统等；第三篇展示了移动性数据在城市交通、海事、航空、动物移动、人群移动等各方面的具体应用；第四篇给出了移动性数据的**发展形势和用途。

本书是基于作者多年的教学与实践撰写的，重点介绍PostgreSQL的核心原理与体系架构，涉及开发、运维、管理与架构等内容。本书共12章，涉及以下几方面内容：PostgreSQL基础，安装与配置PostgreSQL，管理数据库与数据库实例，管理数据库对象，并行查询，事务与并发控制，应用程序开发，管理数据库安全，备份与恢复，监控、诊断与优化数据库，PostgreSQL的高可用架构，以及从Oracle迁移到PostgreSQL。