随着微软公司的开源策略逐步深化，其数据库拳头产品SQL Server不仅能运行在Windows平台上，经过一系列产品迭代，还能稳定地运行在主流的Linux平台中，并且越来越受到企业的认同。为了跟上时代的步伐，从业者有必要尽快掌握Linux上的SQL Server的使用方法。本书属于入门级别的技术图书，主要面向对微软SQL Server有初步认识，并且希望掌握在Linux上的SQL Server运维及性能优化的数据库从业人员。当然，本书也适合在校学生学习使用，以便为后续就业打下良好的基础。本书以实操为主，讲解了在Linux上SQL Server的安装、配置、监控及高可用搭建等内容，同时融入了作者10年工作经历中总结的Linux及SQL Server性能优化的经验，以协助读者更快入门。本书包括基础篇、管理篇、性能篇、架构篇、案例篇共计5大板块，每个板块包括若干章内容，每章力求讲清楚、讲透一个技术点。在写作本书时，作者不仅关注本书的系统性，同时还关注本书的实用性，力求使本书能成为大家经常翻阅的工具书。书中的案例均来自实践，希望对读者学习书中的知识点及体会作者的运维、优化思想有所帮助。

本书内容包括概论、线性表、栈和队列、串、数组和稀疏矩阵、树和二叉树、图、查找和排序，附录中给出了书中全部算法代码清单和2018年全国计算机专业数据结构考研大纲。 本书具有概念清楚、表述明晰、示例丰富、图示准确和内容完整等特点，尤其注重知识点之间结构关系的展示和通用算法设计方法的提炼。每个知识点都提供了配套的微课视频。 本书可用作高等院校计算机及相关专业本、专科生数据结构课程的教材，也适合计算机爱好者和参加各类计算机考试的人员研习。

本书参照教育部高等学校大学计算机课程教学指导委员会提出的数据库课程的教学基本要求，在第一版的基础上修订改写而成。全书以Access 2010数据库及数据库对象为主线，体现Access 2010的基本知识体系，同时适度突出关系数据库的基本原理，体现关系数据库的本质概念和应用要求。

本书是主教材《Access 2016数据库应用案例教程》的配套实验指导教材，内容为与主教材各章节配套的实验和习题。每个实验包含实验目的、实验要求及实验步骤，实验的选取注重学生实践能力的培养。每章习题深度、广度和数量适中，覆盖并拓展了主教材的知识点，注重学生操作技能的培养。 本书可作为高等院校和职业院校计算机基础课程“数据库应用技术”的实验指导教材，也可作为计算机等级考试的培训教材和Access数据库应用系统开发的指导用书。

本书从实践角度对数据结构内容进行了完善和补充，是与《数据结构教程》（胡元义，黑新宏主编，电子工业出版社，ISBN978-7-121-35131-0）配套使用的辅助教材。本书一方面对《数据结构教程》中的习题给出了深入浅出的解析，另一方面对《数据结构教程》中出现的算法和部分习题算法调试了近80个上机实现程序并涵盖了数据结构的所有内容，这对深入掌握和灵活运用数据结构知识，提高解题和编程的思维、方法以及实际动手能力都有很大的帮助。本书也是一本难得的数据结构算法实现与辅助教材，可以配合目前各类数据结构（C语言）教材使用，起到衔接教学与实践的作用。此外，本书也可作为考研资料以及计算机应用人员的实用资料和参考书。

本书是与《Access 2010数据库应用技术（第2版）》配套的教学参考书，全书包括实验指导篇、习题选解篇、模拟试题篇和应用案例篇。实验指导篇设计了12个实验，旨在帮助读者通过上机实践掌握Access 2010数据库的操作。

Hadoop是一个分布式系统的基础架构，支持对大量数据进行分布式处理，能以高效、可靠的方式完成数据处理。本书围绕Hadoop生态圈技术进行讲解，主要包括Hadoop环境配置、Hadoop分布式文件系统（HDFS）、Hadoop分布式计算框架MapReduce、Hadoop资源调度框架YARN与Hadoop新特性、Hadoop分布式数据库HBase、Oozie工作流调度系统等内容。本书以Linux操作系统为平台，紧密结合实际应用，贯穿了大量实践案例。另外，本书配以多元的学习资源和平台服务，包括参考教案、案例素材下载、学习交流社区等，为读者提供全方位的学习体验。通过系统地学习本书内容和操作实践，读者可以掌握大数据相关技能。本书适合作为高等学校计算机专业大数据等相关课程的教材使用，也适合具有一定Linux、Java开发经验且想从事大数据开发工作的人员自学使用，还适合作为大数据分析与运维人员的参考用书。

本书着力于介绍数据挖掘基础知识、基本原理、常用算法，主要内容包括数据挖掘概述、 数据的描述与可视化、数据的采集和预处理、数据的归约、关联规则挖掘、分类与预测、 非 线性预测模型、聚类分析、深度学习简介、使用 Weka 进行数据挖掘。本书通俗易懂，注重基 础知识、基本原理和基本方法，注重启发和引申，以培养学生独立思考和独立发现的能力。 本书适合作为数据科学与大数据、信息管理、统计等专业的本科层次基础课教材，也可 作为相关专业研究生层次的参考用书。

《Excel数据分析思维、技术与实践》不是讲解基础的 Excel 软件操作，而是立足于“Excel 数据分析”，精心挑选 Excel 中常用、实用的功能讲解数据分析的思路及其相关操作技术。　首先，1 章和第 2 章剖析何为数据分析，讲解数据分析必须了解的概念和分析思路，介绍 Excel 数据分析库中的 16 个重点工具，帮助读者打下数据分析基础。其次，第3~6章，根据数据分析步骤，系统讲解如何规范建立数据表、数据清洗与加工，以及 Excel 的排序、筛选、分类汇总、条件格式、透视表等重点功能的应用。最后，第 7 章和第 8 章讲解数据的展现和数据报告制作，其内容包括普通图表、信息图表、专业图表和动态图表的制作，以及 Word 数据报告、 PPT 数据报告的制作方法。　本书沉淀了笔者多年 Excel 数据分析经验，希望能切切实实地帮助读者精进 Excel 数据分析技能，从有限的数据中分析出无限的价值。　本书适合非统计、数学专业出身，又想掌握数据分析的人，也适合会一点 Excel 操作却不能熟练分析数据的职场人士，还适合刚毕业或即将毕业走向工作岗位的广大学生。而且，本书还可以作为广大职业院校、电脑培训班的教学参考用书。

本书系统地介绍了数据结构的有关内容，主要包括：线性表、栈、队列、串、数组、广义表、树、图等常用的数据逻辑结构和存储结构，各种数据结构的基本操作，以及查找、排序算法等。本书采用的算法全部用C语言描述，各章均附有大量习题。与本书配套的《数据结构教程习题解析与上机指导》（胡元义，黑新宏主编，ISBN 978-7-121-35132-7）详细给出了本书习题的解题思路和参考答案，对书中的所有算法和涉及算法的示例都给出了完整的C语言实现程序，并且在VC++ 6.0环境下通过上机验证。本书结构清晰、算法突出。在内容的组织上，本书强调知识的实用性，既注重理论的完整性，化繁为简，又将理论融入具体实例中，化难为易，以达到准确、清楚地阐述相关概念和原理的目的。本书注重对数据结构各章节知识阐述的条理性，书中给出的例子也具有较强的实用性与连贯性，以便使读者对数据结构有全面、透彻的认识。本书可作为高等院校相关专业本科生及硕士研究生的专业教材或参考书，也可作为相关技术人员的自学用书。