《MySQL项目实战》以就业为导向、应用为目标、实践为主线、能力为中心，由校、企、研三方联合开发，以“校园志愿服务网站”数据库为案例，营造学习情景，通过项目任务的形式介绍数据库的基本知识和基本概念、MySQL的安装与配置、MySQL的启动与连接、数据库的设计、数据库的创建与修改、数据表的基本操作、数据库的完整性约束、数据表中数据的查询与索引、数据库编程的知识、数据库的视图、数据库的权限管理、数据库的备份与还原等， 通过智慧养老数据库的设计完成知识与技能的综合训练。

本书基于SQL Server 2019，以项目教学的方式循序渐进地讲解网络数据库的基本原理和具体应用的方法与技巧。本书分为9个项目，具体内容为数据库基础、创建和管理数据库、创建和管理表、数据查询、索引和视图、程序设计、存储过程和触发器、数据安全与保护、Java与数据库等。本书实例丰富，内容翔实，操作方法简单、易学，既适合作为职业院校计算机与大数据相关专业的教材，也适合从事数据处理相关工作的专业人士参考。本书配套电子资料涵盖书中所有实例的源文件、相关资源，以及实例操作过程的录屏动画，可供读者在学习时使用。

本书以当前流行的数据库管理系统MySQL和数据库建模工具PowerDesigner16.5为操作平台，精心组织设计了13个上机实验，具体包括MvSQL的安装、数据库基本操作、表的基本操作、数据操作、数据查询、数据完整性控制、索引、视图、数据库安全性控制、存储过程和函数、事务和锁、应用PowerDesigner进行数据库建模、Java通过JDBC连接数据库。本书实验目的明确，实验步骤清晰，可操作性强，知识点编排循序渐进、由浅入深，使读者能够有效地将理论应用到实践当中，便于对数据库理论知识进行巩固。每个实验后均配有适量习题，便于学生课后练习。本书可作为高等院校软件工程专业、计算机相关专业本科生的数据库课程上机实验的教学用书，也可以作为数据库管理人员及数据库应用系统开发人员的参考用书。

Azure Databricks是一款基于云的大数据分析和机器学习平台，用于实现基于Apache Spark的数据处理，为快速增长的海量数据的处理和决策需求分析提供了良好的支撑。《Apache Spark大数据分析：基于Azure Databricks云平台》详细介绍基于Azure Databricks云平台来使用Apache Spark完成大规模数据处理和分析的方法。本书总计11章，首先介绍大规模数据分析相关的概念；然后介绍受管的Spark及其与Databricks的关系，以及Databricks的版本差异和使用方法（涵盖工作区、集群、笔记本、Databricks文件系统、数据导入/导出等内容）；接着介绍使用SQL和Python分别实现数据分析的过程，数据提取、变换、加载、存储、优化技巧等高阶数据处理方法以及外部连接工具、生产环境集成等内容；后探讨了运行机器学习算法、合并数据更新以及通过API运行Databricks、Delta流处理等高阶主题。作为数据分析领域的入门书，本书具有很强的实用性，可供数据工程师、数据分析师和决策分析人员等学习和参考。

科技大数据的建模理论与分析方法是科技大数据相关技术研究与服务平台建设的重要理论基础和应用方法论。科技大数据主要由非结构化和复杂结构数据组成，涉及广泛而丰富的建模理论和方法。本书内容侧重面向科技大数据应用的基于张量的非结构数据建模、知识图谱及迁移学习等的基本概念及理论，同时介绍相关理论在认知图谱、跨域图像分类以及学者研究兴趣及机构合作关系挖掘等方面的应用。

对于任何依赖经常性收入和重复销售的企业来说，让客户保持活跃并持续购买是必不可少的。客户流失（或“流失”），这种代价高昂且令人沮丧的事情是可以预防的。通过使用本书中介绍的技术，你可以识别客户流失的预警信号，并学会在客户离开之前识别并挽留他们。 《客户留存数据分析与预测》向开发人员和数据科学家传授经过实践证明的技术与方法，可以在客户流失发生之前阻止其发生。本书包含很多来自现实中的示例，介绍如何将原始数据转换为可衡量的行为指标、计算客户生命周期价值，并使用人口统计数据改进客户流失预测。通过遵循 Zuora 首席数据科学家 Carl Gold 的方法，你将获得高客户留存率带来的优势。 主要内容 ● 计算流失指标 ● 通过客户行为预测客户流失 ● 使用客户细分策略减少客户流失 ● 将客户流失分析技术应用于其他业务领域 ● 使用人工智能技术进行准确的客户流失预测

本书以Hadoop HDFS为载体，介绍了构建一款分布式系统（尤其是存储方向）所需的核心技术，所有内容均基于当前较新的3.3.x/3.4.x版本，分别从理论和实践两个维度逐一阐述。本书主要包括两篇：核心原理篇介绍了HDFS的诞生历史、元数据及Block管理、节点间通信机制、读写数据流程和高可用实现原理等；拓展与实践篇从实际出发，充分考虑了用户在应用过程中会遇到的痛点，详细介绍了集群拓展方法、数据分层存储、集群维护与多租户实施等实践经验。本书各章节都配有必要的流程图和原理分析图，便于读者阅读理解，并精选了非常有用的实际案例及拓展知识。阅读本书后，相信会给读者带来“1 1>2”的效果。本书非常适合大数据从业者、云计算领域研发及运维人员、高校研究生和热衷于分布式的技术极客阅读学习。

算力、数据、AI已经成为驱动当今社会技术发展的三架马车，而算力也从传统的超级计算向云超算的方向发展。本书旨在探讨当前超级计算与云计算的融合而给算力带来的新的发展，介绍当前在算力领域的一些实践和探索，从理论到工程，帮助读者了解超级计算的关键技术与未来发展，从而更好地应用和发展高性能技术。

本书介绍了数据网格——一种来自现代分布式架构的去中心化社会技术范式，它提供了一种大规模采购、共享、访问和管理分析型数据的新方法。本书分为五部分。第1部分介绍Data Mesh的四个原则，以及它们所组成的高级模型。第二部分比较Data Mesh与以前的数据架构的区别。第三部分介绍Data Mesh组件的高层次架构，帮助你设计Data Mesh架构以及评估与Data Mesh匹配的现成技术。第四部分介绍Data Mesh中的一个核心概念（数据产品）的详细设计，帮助你识别与Data Mesh愿景兼容的设计技术，并将它们与不兼容的技术区分开来。第五部分介绍如何演进式地执行Data Mesh的转换，以及如何围绕团队结构、激励、文化等做出组织设计决策的可行建议。

区块链和Hyperledger技术是当今的热门话题。Hyperledger Fabric和Hyperledger Composer是开源项目，能够帮助组织机构创建私有的许可区块链网络，它们在金融、银行、供应链和物联网等领域都有应用。《Hyperledger区块链开发实战》将是使用Hyperledger技术探索和创建区块链网络的简单参考。本书首先概述了区块链的演变过程，包括相关区块链技术的总览。你将学习如何配置Hyperledger Fabric，并熟悉其体系结构组件。使用这些组件，你将学习构建私有区块链网络，以及连接到这些网络的应用。首先从原理开始，你将学习设计和启动一个网络，在链码中实现智能合约等。在本书的结尾，你将能够构建和部署自己的去中心化应用程序，解决区块链生命周期中遇到的关键痛点。《Hyperledger区块链开发实战》适合IT技术人员、区块链开发人员以及高等院校区块链工程、信息安全、物联网工程等专业师生阅读。