《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》以企业数据分析系统为业务背景，主要介绍微软公司的PowerBI系统的应用场景，涉及数据的收集、输入、清洗、过滤、发布等数据处理流程，以及功能模块方面的市场分析、用户分析、货品分析、流量分析、资源分析、舆情分析等多个常用场景，让用户很快熟悉从大数据分析到人工智能的应用。《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》遵循以实战为主的原则，力求做到结合项目、图文并茂、语言通俗、结构紧凑、例题丰富、实践性强。《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》适合作为高等院校计算机应用专业的教材，同时也适合智能数据分析的爱好者、数据管理人员、电商数据分析从业人员、电商运营从业人员阅读，还可以作为自学或函授学习的参考书。《大数据智能分析（Power BI详解（微课视频版））/大数据与人工智能技术丛书》特色：在结构上按照先总体后具体、先基本概念后高级进阶的顺序安排章节，兼有普及与提高的双重功能。结合大量实例，以通俗易懂的语言讲解复杂概念和方法。每章后附有问答题和实验题，并设计多次大作业，注重实践。面向企业实际项目应用，注重培养用户理解大数据分析的内涵和外延，学会用数据描述、分析和解决实际问题。

《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》特点：内容系统全面：全面介绍数据挖掘的经典和主流算法。原理浅显易懂：循序渐进阐述各类数据挖掘算法原理。配套视频教程：提供配套视频讲解数据挖掘算法实现。算法代码实现：使用Python3.6.2实现书中所有算法。配套资源丰富：配有教学课件、数据集和源代码。《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》是一本全面介绍数据挖掘技术的专业书籍，系统地阐述了数据挖掘的相关概念、原理、算法思想和算法的Python代码实现。《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》共分13章，各章相对独立成篇，以利于读者选择性学习。13章内容分别为绪论、pandas数据处理、认识数据、数据预处理、决策树分类、贝叶斯分类、支持向量机分类、感知器分类、回归、聚类、关联规则挖掘、推荐系统、电商评论网络爬取与情感分析。《Python数据挖掘技术及应用（微课版）/清华开发者书库·Python》可作为高等院校计算机科学与技术、数据科学与大数据及相关专业的数据挖掘、数据分析课程教材，亦可作为数据挖掘、数据分析人员的参考书。

构建基于区块链的高效、安全的分布式物联网网络，对于提高物联网系统协作效率、降低物联网体系运转成本、推动物联网产业技术创新和应用落地具有重要意义。近年来，在区块链应用方面的研究已经取得了一些有价值的成果，然而，到目前为止，基于区块链的物联网系统性能依然存在瓶颈，链上数据的可靠性无法保证，跨链通信状态机同步仍非常困难，距离实际应用需求还存在很大差距。《区块链赋能物联网应用关键技术研究》针对物联网联盟链动态数据存储与共享面临的安全及扩容问题，提出解决方案，可以在确保数据安全性和可靠性的前提下，实现物联网联盟链结点自主跨链交互，为防止物联网数据被篡改、伪造，同时提高系统共识效率与可扩容性提供了一套有效的理论与技术方案。通过理论分析与实验，验证了《区块链赋能物联网应用关键技术研究》所提方法的有效性。

Kettle是一款国外开源的ETL工具，纯Java编写，无须安装，功能完备，数据抽取高效稳定。 本书介绍并演示如何用Kettle完成Hadoop数据仓库上的ETL过程，所有的描绘场景与实验环境都是基于Linux操作系统的虚拟机。全书共分10章，主要内容包括ETL与Kettle的基本概念、Kettle安装与配置、Kettle对Hadoop的支持、建立ETL示例模型、数据转换与装载、定期自动执行ETL作业、维度表技术、事实表技术，以及Kettle并行、集群与分区技术。 本书既适合大数据分析系统开发、数据仓库系统设计与开发、DBA、架构师等相关技术人员阅读，也适合高等院校和培训机构人工智能与大数据相关专业的师生参考。

事务是关系型数据库实现的核心内容，它具有原子性、一致性、隔离性和持久性等特点，是数据库实现并发控制和故障恢复的基础。 本书首先分析了PostgreSQL数据库事务的实现机制，包括事务的基本概念、两阶段锁的原理及实现方法、多版本并发控制的原理及实现方法、故障恢复的实现方法等，然后通过介绍物理复制、逻辑复制、Zheap引擎的原理及实现、SSI的实现、两阶段提交的原理及实现，使读者获得了对事务更深入的理解，从而使读者既能了解事务的原理，也能清楚事务的实现细节。 本书适合数据库内核开发及相关领域的研究人员、数据库DBA、高等院校相关专业的本科生或者研究生阅读。

《CentOS 8系统管理与运维实战》从实际应用出发，以CentOS 8作为操作系统基础，介绍目前企业中常用的软件平台的架设和管理方法，通过运维的视角来介绍运维的基础知识和软件平台的常见搭建方法。《CentOS 8系统管理与运维实战》共15章，第1~3章介绍CentOS 8的特性和安装、运维基础、网络配置与结构；第4~10章介绍企业中应用广泛的路由与策略路由，针对不同应用平台的文件共享服务NFS、Samba和FTP，目前常见的Web平台LAMP、LNMP，把应用容器化快速部署上线的Docker技术，中小型企业应用广泛的LVS集群技术、Kubernetes集群技术，实现高可用性的双机热备系统等；第11~15章介绍KVM虚拟化及oVirt虚拟化管理平台，适合企业使用的GlusterFS存储技术，以及OpenStack和OpenNebula云平台等知识。《CentOS 8系统管理与运维实战》从实际生产应用环境出发，注重安全与运维技能的教学，适合Linux初学者、Linux运维人员阅读，也适合高等院校、中职学校和培训机构计算机相关专业的师生教学参考。

《Python数据分析从入门到精通》全面介绍了使用Python进行数据分析所必需的各项知识。全书共分为14章，包括了解数据分析、搭建Python数据分析环境、Pandas统计分析、Matplotlib可视化数据分析图表、Seaborn可视化数据分析图表、第三方可视化数据分析图表Pyecharts、图解数组计算模块NumPy、数据统计分析案例、机器学习库Scikit-Learn、注册用户分析（MySQL版）、电商销售数据分析与预测、二手房房价分析与预测，以及客户价值分析。

本书是一本为Scala和Spark初学者准备的入门书籍，很适合准备踏入大数据开发领域的新手和其他对此感兴趣的读者阅读。本书在内容上遵循从宏观到微观、由浅入深递进式的讲解方式，涵盖了Spark入门开发所需的Scala基础知识。具体来说，本书按照如下顺序进行介绍。 首先，前三章从宏观上介绍了Scala语言，包括初识Scala、安装Scala及使用Scala Shell工具。 其次，第四章到第十二章是本书的重点，详细介绍了与Spark开发密切相关的Scala语法，包括变量、数据类型、条件语句、代码块、函数、集合、循环、类和包，以及与异常处理相关的内容，每一章都对某个语法点进行深入探索。第十三章介绍了如何把写好的Scala代码进行编译和打包。 后，第十四章介绍了Spark的入门实践，将前面章节所学到的Scala知识运用到Spark开发中。 此外，本书提供了丰富生动的代码示例和章末练习，如果读者能够加以实践并思考，一定会收获颇丰！

本书第1篇阐述了数据产品的特点、分类体系以及对交易市场的要求，分析了当前数据流通市场发展窘境的深刻背景；第2篇集中对数据流通市场运行中的几个关键难点问题进行了深入分析，如数据合规和确权、新型交易方式和定价、交易过程的标准化、数据产品质量评估以及区块链技术、统一产品标识和数据安全技术等；第3篇基于价值网络的五层模型设计了以区块链为基础，以激励通证为核心，以创新服务为产业赋能，以政府主导的多方共治为愿景，以产业联盟为组织形式，促进产业协同发展的新型数据流通市场机制。本书是一部尝试从法律、经济、市场、技术、规制和生态等多方面完整阐述新兴数据资源流通市场发展的论著。作者旨在将本书中的观点和方案分享给数据流通市场的探索者和实践者，以求共同的愿景早日成真。

Hadoop是当前热门的大数据处理与分析平台。《Hadoop大数据开发基础项目化教程》将大数据平台相关内容划分为8个项目，分别是大数据时代、Hadoop基础环境、Hadoop环境搭建、分布式存储HDFS、MapReduce分布式编程、Hadoop数据仓库Hive、Hadoop数据库HBas、协调系统Zookeeper，每个项目按照知识点拆解分为相关的多个任务，每个任务都有详细的操作步骤实现，由浅入深、将理论和实践相融合，循序渐进地介绍Hadoop集群的相关知识点，使读者能够学以致用，融会贯通，快速理解和掌握。本书可作为高职高专院校大数据技术及应用等计算机相关专业的教材使用，也适用于应用型本科院校数据科学与大数据、大数据管理与应用等专业的师生使用，还可供大数据零基础的初学者入门和进阶、大数据相关领域的广大程序设计人员参考。