本书共分为9章，第1～5章围绕“学生成绩管理”数据库展开，主要介绍数据库基础，数据库与数据表操作，视图与索引，存储过程、流程控制语句、函数和触发器，MySQL数据库操作，非常适合初学者学习。第6章介绍了MySQL与Node.js、PHP、Python、Java的交互。第7章、第8章主要讲述MongoDB数据库和Redis数据库，有数据库基础者可根据第7章、第8章内容进行学习拓展。第9章为一个项目案例，能够帮助读者进一步巩固所学知识。本书适合从事Web前端开发、软件开发、全栈开发相关技术人员阅读，也适合全国开设计算机应用技术、计算机信息管理、软件与信息服务相关专业的高职院校的师生阅读。

在数字智能时代，数据能力已经成为管理者的基本能力，成为其胜任未来管理岗位和晋级领导岗位的必需能力。管理者的数据能力水平决定着其在企业中所能够胜任的层级。提升管理者的数据能力成为企业数字化转型的关键举措之一。本书主要介绍了企业管理者所需要具备的数据能力，包括管理者的数据能力维度与4M 模型、数据思维能力、数据管理能力、数据体系化场景的应用能力、数据分析能力、数据领导能力。撰写本书的目的是让管理者掌握企业数据基本管理和应用之道，利用数据赋能管理，让管理可见、过程可控、结果可达。

本书提供了学习大数据技术及架构的一站式解决方案，覆盖了大数据生态圈中的完整技术体系，包含以下内容。.一、数据采集日志数据采集工具（Flume 、Logstash、Filebeat ）数据库数据采集工具（离线采集工具——Sqoop、DataX，实时数据采集工具——Canal、Maxwell 网页数据采集工具物联网数据采集工具消息队列中间件.二、数据存储分布式文件存储之HDFSNoSQL数据库之HBaseNoSQL数据库之Redis.三、离线数据计算离线计算引擎MapReduce离线计算引擎Spark.四、实时数据计算实时计算引擎Storm实时计算引擎Spark Streaming新一代实时计算引擎Flink.五、OLAP数据分析 离线OLAP引擎（Hive、Impala、Kylin）实时OLAP引擎（Druid、ClickHouse、Doris）.六、全文检索引擎 Lucene SolrElasticsearch.七、分布式任务调度系统AzkabanOoizeDolphinScheduler.八、分布式资源管理 YARN的原理、架构YARN中的资源调度器【实战】配置和使用YARN多资源队列.九 、大数据平台搭建工具 大数据平台工具HDP大数据平台工具CDH大数据平台工具CDP.本书还介绍了多个企业级大数据应用案例（包括海量数据采集、“双十一”数据大屏、海量数据全文搜索系统等）和大数据平台架构案例（包括离线数据仓库架构、实时数据仓库架构、批流一体化数据仓库架构、数据中台架构、直播大数据平台架构、电商大数据平台架构等），可以帮助读者从全局角度理解大数据。.在本书中，技术内容基本上都是从零讲起的，结合原理和架构，以“图解 实战”的形式帮助读者轻松理解复杂的知识。

这是一本能帮助读者快速掌握图数据库的原理、架构、算法、扩展、规划、测评、优化以及实战应用的著作，书中的理论和实践均来自国内领先的图数据库企业Ultipa的科研成果和实践经验，由Ultipa的创始人兼CTO孙宇熙领衔撰写。该书内容全面、体系完整、循序渐进、深入浅出、图文并茂，兼具理论性、实战性、趣味性。用通俗的语言将抽象的图数据库技术具体化、形象化，将带领读者经历一次非凡的“图数据之旅”。通过本书，你将掌握以下内容： ·图数据库、图计算的概念与区别； ·图计算、图存储、图查询语言的原理； ·高性能图存储架构、计算架构； ·图数据库查询与分析框架的设计； ·度计算、中心性计算、相似度计算、连通性计算等图算法； ·可扩展的图数据库设计； ·高可用分布式设计； ·图数据库在决策智能、反欺诈、反洗钱、智能推荐、流动性风险管理等多个领域的实战经验； ·图系统的规划、评测与优化。

本书采用理论与实践相结合的形式介绍了虚拟化与容器的相关知识。全书共7章，包括虚拟化与容器概述、计算虚拟化、存储虚拟化、网络虚拟化、Docker容器技术、Kubernetes微服务技术、桌面虚拟化技术应用。本书内容全面，可操作性强，既可作为高等院校计算机相关专业的教材，也可作为政府信息中心管理员、企业网管、网站与网络管理员、计算机安装及维护人员、软件测试人员、程序设计人员等虚拟化相关从业人员的参考用书。

本书遵循学习成果导向理念，以数据库设计、开发、应用为主线，引领学习者熟悉数据库的体系结构，领会数据库的基本原理，掌握数据库的实现技术。本书充分体现“任务引领、实践导向”的思想，以一个实际数据库系统项目为主线，内容包括数据库开发环境的安装与配置、数据库的设计与创建、数据库对象的建立与管理、数据查询与操作、数据库的管理与维护等，以实现中小型数据库应用系统的设计与开发，帮助学习者更好地对接企业岗位的真实需求。

本书详细阐述了与Pandas相关的基本解决方案，主要包括Pandas基础，DataFrame基本操作，创建和保留DataFrame，开始数据分析，探索性数据分析，选择数据子集，过滤行，对齐索引，分组以进行聚合、过滤和转换，将数据重组为规整形式，组合Pandas对象，时间序列分析，使用Matplotlib、Pandas和Seaborn进行可视化，调试和测试等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

Access数据库是微软Office软件中的一个组件，和Word、Excel、PPT等一样，都是Office软件中的成员，Access数据库主要有三大用途：一是存储数据；二是处理数据；三是开发软件。 Access的特点：容易学会，从而开发出实用管理软件！学员一般都有Excel的应用经历，而Access数据库与Excel均为Office组件，有一定的相似性，上手很快。本书共分为7章，展示了最终软件开发的效果并按功能模块由浅入深将知识点贯穿于其中，涉及的知识点有：快速开发平台、表设计、创建表操作、查询的各个类型、自动生成和手工创建窗体、VBA编程语言。本书有配套学习视频，详细讲解了具体开发过程，并提供了练习素材下载，方便读者学习。学好本教程，读者将能开发出和本案例展示效果一样的实用管理软件。

随着信息技术的快速发展，数据成了驱动经济运行的关键性生产要素或资源，大数据成为一种有价值的资源，使数字经济市场组织结构和游戏规则等方面发生了根本性的变化，而中国在这些方面的基础设施和法律制度准备得还不充足。《数字信息问题研究》从网络交易的市场监管、互联网信息服务业市场行为演变与竞争秩序监管、新兴信息消费的环境评估与治理等方面论述了数字信息问题的实用技术及其治理体系等重大理论问题。

大数据时代，数据作为一种新的经济资产，驱动科学研究处于以数据为基础进行科学发现的第四范式。不同的学科领域，正在不同的层面上广泛地关注着大数据给本领域的研究和实践带来的深刻影响，大数据技术在情报研究领域的应用逐渐深入。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。对于在数据分析领域扮演重要角色的情报研究工作而言，大数据的理念和技术既带来了机遇，也带来了挑战。一方面，在大数据时代，情报研究工作得到空前的重视，大数据为情报研究的新发展提供了机会，它从更为广阔的视野来看待情报研究的定位，研究新技术新方法，解决新问题，极大地促进情报研究理论与实践的发展；另一方面，大数据时代要求各行各业重视情报研究工作，这就必然使得众多学科有意识地涉足以往作为专门领域的情报研究，并将其作为本学科的重要组成部分加以建设。现代情报研究已经迈入了大数据时代。 大数据技术和相关理念能够为情报研究、决策制定等工作的开展提供更多支持，本书以潜在语义挖掘理论研究与分布式并行计算方法研究、分布式潜在语义挖掘并行计算技术研发及大数据环境下潜在语义挖掘比较研究3项内容为切入点，重点解决文献服务实际应用场景下的大规模科技文档语料潜在语义信息挖掘的问题，化解大规模科技信息文档语料潜在语义挖掘分布式并行计算过程及定量判断大数据环境下科技文献数量变化对深度潜在语义挖掘影响的核心技术难点。对文本挖掘交叉领域关系、文献领域语义挖掘的多样化挑战、研究应用前景等进行了探讨，希望为科技信息潜在语义挖掘技术研究工作的开展提供参考，为理论研究及实践应用等方面水平的提升提供更多支持。