本书系统详实地讲解了区块链技术在智慧城市中各种业务场景的应用。全书共11章。第1章梳理了区块链的历史与现状，详细阐述了区块链的体系架构、运行机制、分类以及目前面临的挑战和解决方案；第2～11章围绕区块链技术在智慧城市中十大典型业务场景的应用进行详细阐述，内容包括业务场景的行业现状、应用区块链技术的基本原理和实际案例。本书内容深入浅出、覆盖面广，可作为高等院校相关课程的教材，让学生了解区块链技术的发展和应用现状，还可以供从事区块链技术领域的科研人员、工程技术人员、投资者和创业者学习参考。

《中文版AutoCAD 2021完全自学教程》以“完全精通AutoCAD 2021”为出发点，以“用好AutoCAD”为目标来安排内容。全书共4篇24章，详细讲解了AutoCAD 2021软件的基本操作、AutoCAD制图规范及室内装饰设计、建筑设计、机械设计、园林景观设计、电气设计、三维产品设计等常见领域的实战应用。 全书内容系统、全面，通俗易懂，实例题材丰富，操作步骤清晰、准确，非常适合从事室内设计、装饰设计、建筑设计、机械设计、园林景观设计、电气设计的人员学习使用，也可以作为相关院校、计算机培训班的教材参考书

《数据分析与挖掘算法：Python实战》是一本介绍数据分析相关算法的学习指南，主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。《数据分析与挖掘算法：Python实战》的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例，内容丰富、容易理解。 本书共9章，第1章介绍了数据挖掘与数据分析、机器学习之间的关系；第2 章介绍了数据分析人员应该具备的数据思维，包括数据思维认知、数据挖掘“定律”；第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例，其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。 《数据分析与挖掘算法：Python实战》适合从事数据分析工作的读者自学，也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。

本书分为两个部分。部分是《大数据学科发展报告》，该部分对大数据学科的基本范畴、主要分支和关键议题、发展现状和未来发展方向进行了深入研究。第二部分是《大数据技术路线图》，以大数据的重大应用需求和特征为依据，利用产业技术路线图在评估新型技术发展过程中的作用，通过对重点领域前沿综述、专家咨询、技术研讨和预判等工作，绘制大数据产业技术路线图，希望能够引导企业和科研机构进行技术研发活动，明确产业技术在未来市场的发展机会，并在全球化竞争中获取竞争优势，为我国经济社会转型和改善民生等方面提供智力支持。

本书以达梦数据库管理系统（DM8）为平台，全面、系统地介绍了达梦数据库常用操作和应用方法，包括达梦数据库安装与卸载、常用对象管理、数据查询、数据操作、高级对象管理、安全管理、备份还原、作业管理等。本书突出对操作实践的指导，为了使读者更容易理解书中所介绍的内容，列举了大量详细的例子，既介绍了SQL命令方式的管理方法，又介绍了可视化图形界面的管理方法，便于读者进行操作练习，使读者轻松入门、快速提高，并能在较短时间内基本掌握达梦数据库管理系统及其应用技术。 本书内容全面、举例丰富、操作性强、语言通俗、格式规范，可作为相关专业本科生的教材，也可作为如大专、高职学生，以及广大数据库应用开发人员的参考用书。

数据库系统概念》是数据库系统方面的经典教材之一，其内容由浅入深，既包含数据库系统基本概念，又反映数据库技术新进展。它被国际上许多著名大学所采用，包括斯坦福大学、耶鲁大学、得克萨斯大学、康奈尔大学、伊利诺伊大学等。我国也有多所大学采用本书作为本科生和研究生数据库课程的教材和主要教学参考书，收到了良好的效果。本书基于该书第7版进行改编，保留其中的基本内容，压缩或删除了一些高级内容，更加适合作为国内高校计算机及相关专业本科生数据库双语课程教材。 本书特色内容简练。保留了原书最基本的内容，讲述数据库系统的基本概念；对数据库设计技术以及数据管理实现与应用的高级主题进行了有选择性的介绍。直观易懂。采用直观的方式描述概念，以结构清晰的图示和示例代替形式化的证明。实用性强。以大学数据库实例生动地解释重要概念，通俗易懂。内容新颖。反映了数据库在设计、管理和使用方式等方面的变化及数据库概念方面的发展趋势。

与传统的关系数据库不同，MongoDB是一种面向文档的数据库。本书这一版共分为6个部分，涵盖开发、管理以及部署等各个方面。这一版对TTL和聚合管道等新特性进行了讲解，还增加了配置MongoDB的章节，涵盖面向文档的存储方式及利用MongoDB的无模式数据模型处理文档、集合和多个数据库，以及监控、安全性和身份验证、备份和修复、水平扩展MongoDB数据库等多方面的内容。

本书针对大数据计算中全比较问题的数据分发策略进行了系统的研究。在对全比较问题本身、全比较问题研究进展、全比较问题形式化描述进行研究分析的基础上，着重介绍了基于整数规划的基因组序列比对大数据分发模型、基于启发式的基因组序列比对大数据分发模型、基于粒子群优化的全比较计算数据分发策略、文件切分方案评价模型研究与构建和面向全比较问题的分布式文件分发框架构建等内容。本书提出的数据分发策略可以充分利用分布式系统的计算资源，提高多序列比对任务计算的效率。 本书适合作为计算机、软件工程、生物信息、数据科学与大数据技术等专业领域本科生、研究生的参考用书，也可供大数据计算等相关领域的科研、教学和工程技术人员参考。

这是一部对分布式数据库的核心原理、架构设计以及经典分布式数据库的实现进行深入剖析的著作，融入了作者在腾讯、Oracle等企业20余年的数据库实践经验，以及数据库领域前沿的研究成果，得到了中国人民大学杜小勇教授等多位业界知名专家的高口碑和鼎力推荐。 本书以前沿技术和工程实践为抓手，沿着问题确认、原理阐述、架构剖析、实例分析的思路，从3个方面对分布式数据进行了讲解。 分布式数据库原理。首先提出了分布式系统面临的典型问题，尤其是一致性问题；然后结合CAP原理和分布式事务处理技术中的ACID技术对这些问题（重点是一致性问题）的本质进行深挖；接着基于时钟、Paxos协议、Raft算法等给出可行的解决方案；最后深度解读事务处理技术中的MVCC、OCC、DTA等技术在近年的发展。 分布式数据库架构。讨论了影响架构的内在、外在技术因素，其中内在因素包括强一致性、高可靠性、高可用性等；外在因素包括云计算、Serveless需求等。这部分最终要解决的问题是：如何通过计算/存储分离、智能化和新硬件技术实现系统的高可扩展性、高可靠性以及高可用性？ 分布式数据库实现。从工程实践的角度，以Spanner、CockroachDB等多个数据库为对象，从问题、原理、前沿技术研究成果等角度对分布式数据库的架构、事务处理技术的实现以及在实际系统中的落地进行了详细介绍。

现实世界中的数据往往并不是能以行列形式呈现的表格型数据，而是富含关系信息的复杂网络。对于挖掘这类数据的潜在价值，图数据库具有明显的优势。本书介绍如何针对真实场景设计和实现图数据库。你将学习图论的基础知识，并尝试构建基于图数据库的社交网络应用程序和推荐引擎等。你将掌握图数据库开发的所有重要概念，包括递归遍历、图数据建模、查询调优、性能调优、图分析，以及如何避免超级节点等反模式。学完本书后，你将有能力构建基于图数据库的应用程序，从而显著地提升数据价值。本书示例采用开源图计算框架TinkerPop及其查询语言Gremlin，但所述概念均适用于Neo4j等基于Cypher的图数据库。