本书主要介绍从高维数据中感知、处理、分析和学习低维结构的基本数学原理和高效计算方法，系统地归纳了建模高维空间中低维结构的数学原理，梳理了处理高维数据模型的可扩展高效计算方法，阐明了如何结合领域具体知识或考虑其他非理想因素来正确建模并成功解决真实世界中的应用问题。本书包括基本原理、计算方法和真实应用三个部分：基本原理部分系统地介绍稀疏、低秩和一般低维模型的基本性质和理论结果，计算方法部分介绍解决凸优化和非凸优化问题的有效算法，真实应用部分通过实例演示利用前两部分的知识改进高维数据处理和分析问题的解决方案。本书适合作为计算机科学、数据科学和电气工程专业的高年级本科生和研究生的教材，也适合学习稀疏性、低维结构和高维数据课程的学生参考。

本书的主要内容有：在避免常见的PL/SQL反模式的同时构建可靠的PL/SQL解决方案。了解为什么将复杂的业务逻辑嵌入SQL往往是一个容易出问题的选择。学习如何识别和改进薄弱的PL/SQL代码。通过运行数据驱动的数据库内测试来验证PL/SQL代码。理解复杂PL/SQL系统的安全操作、维护、修改。学习思考特征而非只是用例的好处。

本书系统地介绍过程挖掘的原理、方法、技术及其在教育领域的应用，重点介绍基于Petri net 的形式化挖掘技术和基于语义的挖掘技术，并举一个完整的挖掘大学校园学生行为特征的 案例。本书既有完整的理论框架又有专门的教育领域实践应用，可供计算机、大数据、人工智 能等相关专业领域的学生和研究人员参考。

生态文明建设与生态环境保护，已被我国作为社会可持续发展的重要基础。西藏自治区作为地球上最独特的地质？—地理—？生态—？环境单元——青藏高原的主体，是全球变化的“敏感区”，也是开展地球与生命演化、圈层相互作用及人地关系研究的天然实验室。随着人口增长、社会经济发展和科技进步，人类活动对地球生态环境的影响越来越强烈，西藏自治区也在国家生态安全屏障保护与建设中占有越来越重要的地位。由于特殊的地理位置，复杂的自然环境、地质背景和气候条件，使高原生态环境敏感且极其脆弱，环境本底十分复杂，资源环境开发利用的生态阈值较低，资源环境承载能力极为有限。因此，通过利用空间模型探索生态环境因子与人类健康间的关系，可以发掘出生态环境数据更大的价值，为当地政府制定人口管理和易地搬迁等相关政策提供科学依据。

"MySQL是流行的关系数据库管理系统之一，由于其体积小、速度快、总体拥有成本低、开放源码等特点，一般中小型企业甚至大型互联网企业的应用开发都选择MySQL作为数据库。《MySQL 9从入门到性能优化：视频教学版》注重实战操作，详解MySQL 9数据库的操作、运维、优化和设计方法，配套示例源码、PPT课件、同步教学视频、作者微信群答疑服务，帮助读者快速掌握MySQL数据库。《MySQL 9从入门到性能优化：视频教学版》共分20章，主要内容包括MySQL的安装与配置，数据库和数据表基本操作，数据类型和运算符，MySQL函数，查询数据，插入、更新与删除数据，索引的设计和使用，存储过程和函数，视图，MySQL触发器，数据备份与恢复，MySQL日志，MySQL权限与安全管理，SQL性能优化，MySQL服务器性能优化，MySQL性能监控，提升MySQL数据库的性能，MySQL**优化实战，企业人事管理系统数据库设计，在线购物系统数据库设计。《MySQL 9从入门到性能优化：视频教学版》适合MySQL初学者、MySQL应用开发人员、MySQL数据库管理员和系统运维人员阅读，同时也可以作为高等院校或高职高专院校MySQL数据库课程的教学用书。"

本书详细介绍了可用于数据处理的表格格式、云产品、框架、存储层，以及如何将这些内容组合在一起，以获得适合自己需求的高性能解决方案。作者在书中提供的决策框架将帮助你明智地决定选择哪种数据湖。本书是大数据领域每个人的书。阅读本书后，你将了解构建云数据湖所需的所有基础知识，并能够以多种方式应用这些知识。本书主要面向数据架构师、数据开发人员和数据运维专业人员，他们希望广泛地了解设置和运营云数据湖的各个方面。

openGauss数据库是华为公司在多年数据库领域研发经验基础上开发的数据库产品，为企业级场景需求而设计。本书由浅入深地介绍了openGauss数据库的开发过程，主要内容包括openGauss数据库的安装和配置、体系结构和主要运行机制、GUC参数、用户管理和审计、数据类型、表和索引、SQL基础、常用函数、过程化SQL程序设计，以及数据库的备份与恢复等。本书通过实战帮助读者深入理解openGauss数据库的运行机制。本书结构清晰，案例丰富，适合数据库管理员、程序开发人员、系统架构师等阅读。

本书主要以项目实战为主线，从0到1的项目开发流程，教会读者如何开发全栈项目。它基于最新的Spring Boot3.1以上版本和Vue.js3.0版本的前后端分离项目开发，以及面向用户端的uni-app的小程序开发。本书基础的知识会在项目的开发过程中穿插讲解，不会单独的基础知识讲解，采用实战驱动学习知识的教学方法，并通过详细的代码示例、清晰的图解和源码解析帮助读者快速理解和掌握全栈项目开发的技巧和最佳项目实践。本书共22章，包括Spring Boot篇、Vue篇和uni-app篇。Spring Boot篇（第1~14章）从环境搭建到项目上线，逐步深入讲解项目开发流程，并使用了众多企业级流行的开发技术，如Redis、Docker、Jenkins、Mybatis-plus等。Vue.js篇（第15~19章）使用Vue 3.0版本，采用开源的Vue.js框架Vue-Vben-Admin作为项目启动模板，帮助快速搭建后台管理系统，节约时间成本等。uni-app篇（第20~22章）将详细介绍uni-app框架的技术知识点，从零开始搭建小程序项目，实现完整的项目实战开发。本书适合Spring Boot、Vue.js及小程序的开发者，以及需要学习项目经验的初学者，特别是那些学完基础知识后需要实战项目进行练习的初学者。也可作为高等院校相关专业课程实训的教学参考书。希望通过这本书，读者可以获得完整的全栈项目开发体验，并增加自己的项目实战经验。

随着信息技术和各类互联网平台的快速发展，图像、视频、文本等多模态数据呈现爆发式的增长，多模态数据已经成为大数据的主要呈现形式，针对海量多模态数据进行分析和处理、从多个模态中获取知识和价值的现实需求越来越高。本书详细介绍一系列前沿的多模态数据融合与挖掘方法，从多模态聚类、多模态分类等层面对多模态融合与挖掘相关进展进行介绍，具体介绍基于深度多样图对比学习的多模态聚类方法、基于聚类引导的自适应结构增强网络的多模态聚类方法、基于深度子空间学习的半监督多模态数据语义标注方法以及基于深度受限低秩子空间学习的多模态半监督分类方法。在不同数据集上的实验结果验证了所介绍方法的有效性。

《Hadoop海量数据处理》从Hadoop的基础知识讲起，逐步深入Hadoop分布式文件系统（HDFS）和MapReduce分布式编程框架的核心技术，帮助读者全面、系统、深入地理解Hadoop海量数据处理技术的精髓。本书在讲解技术原理时穿插大量的典型示例，并详解两个典型项目实战案例，帮助读者提高实际项目开发水平。《Hadoop海量数据处理》共15章，分为4篇。第1篇Hadoop基础知识，包括大数据概述、Hadoop概述、Hadoop环境搭建与配置；第2篇Hadoop分布式存储技术，包括HDFS概述、HDFS基础操作、HDFS的读写原理和工作机制、Hadoop 3.x的新特性；第3篇MapReduce分布式编程框架，包括MapReduce概述、MapReduce开发基础、MapReduce框架的原理、MapReduce数据压缩、YARN资源调度器、Hadoop企业级优化；第4篇项目实战，包括Hadoop高可用集群搭建实战和统计TopN经典项目案例实战。《Hadoop海量数据处理》通俗易懂、案例丰富、实用性强，适合Hadoop初学者和进阶人员阅读，也适合大数据工程师、数据分析工程师和数据科学家等大数据技术从业人员和爱好者阅读，还适合作为高等院校和相关培训机构的大数据教材。