本书以大数据技术中数据统计分析的经典实现方法R语言应用实践为核心，以提高学生的大数据基础理论水平和解决实践问题的能力为出发点，以培养大数据时代具有创新精神和实践能力的人才为目的。 本书系统阐述R语言大数据技术应用实践的原理、方法和应用相关知识，同时给出了每一章内容对应的实现指令或源程序。全书共九章内容。内容由浅入深，分为基础篇及提高篇两部分，其中第1章到第6章为基础篇，第7章到第9章为提升篇。内容涵盖R语言基础简介、R语言语法基础、R语言数据预处理、R语言数据分析、R语言数据可视化、R语言网络数据抓取、R语言统计与建模、R语言数据挖掘、R语言数据分析综合案例等较深入的知识。本书理论结合实际，每一个章节都包含有相关内容的实践部分，以便读者在了解相关知识后，能及时进行项目的实践，有助于提高读者动手实践的能力。每章提供适量习题，进一步加深对内容的理解。 本书内容全面，详略得当，在简单阐述原理基础上，重点阐述R语言应用实践的详细实现过程，可读性强。本书可以作为高等院校大数据技术相关专业以及计算机技术、信息管理、人工智能、电子信息工程、通信工程、自动控制等专业本科生及高职院校相关课程的教材，也可供从事大数据相关研究的技术人员参考。

为了解决地学领域多源、异构、分散、多维数据集成与应用问题，本著作系统深入地研究了采用云计算的SOA框架实现地学空间数据集成与地学应用集成等相关技术，设计了地学空间数据仓库、地学数据ETL工具、一体化存储的地学空间数据模型映射、多维地学空间数据立方体、服务模型映射、空间数据与属性数据有机集成框架，并实现了基于专家知识的岩性判别和蒸发岩沉积韵律旋回模式、基于服务的共享机制优化、地学空间数据分析等研究与研发工作。

流数据分析技术是一种实时或准实时的，对动态数据集合甚至无界时间序列数据进行特征和态势认知的技术，目前已经广泛应用于互联网／移动互联网、物联网、气象、金融等多个领域，支撑运营管理、应用性能管理、监测与测控等多种服务，是大数据的重要研究方向之一。《流数据分析技术》以流数据的基本特征为核心内容，突出流数据与传统大数据的联系与区别，介绍流数据的基本处理方法和分析方法。重点内容包括：流数据与流式计算、流数据处理技术、流数据分析技术、流数据处理模型与处理框架等。《流数据分析技术》还介绍了流数据分析技术的一些新进展及流计算框架的新发展。《流数据分析技术》可作为计算机学科相关专业，特别是数据科学与大数据技术专业的教材。

本书基于开源的OpenStack云计算架构，以企业对云平台应用的需求为主线搭建私有云，主要包括认识云计算及搭建云计算基础服务平台、认证服务、消息队列服务、镜像服务、网络服务、计算服务、存储服务和高级控制服务等相关内容，zui后设置了一个综合实训，帮助读者梳理云计算基础架构平台的部署、配置和管理工作。本书适合作为普通高等院校计算机网络专业或大数据专业的教材，也可作为企业网络、大数据等专业的培训教材，以及计算机爱好者的自学用书。

《大数据应用基础》是将大数据这一计算机前沿科学理论和基本应用有机结合的典型教材，全面介绍了大数据及其相关的基础知识，由浅入深地剖析了大数据的分析处理方法和技术手段，重点介绍了大数据新的发展趋势和技术成果。《大数据应用基础》包括大数据概论、大数据采集及预处理、大数据分析概论、大数据可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术、Spark概论、云计算与大数据、大数据解决方案及相关案例等内容。《大数据应用基础》体系完整、内容丰富、注重应用、前瞻性强、适用性好，并有开放式的课程教学网站提供技术支持。《大数据应用基础》既可以作为普通高校大数据技术的基础教材，也可以作为职业培训教育及相关技术人员的参考用书。

《大数据平台应用》是结合职业教育的实际情况而开发的云计算技术与应用专业系列教材之一，对云计算技术与应用专业、大数据技术与应用专业的学生及大数据初学者而言是一本不错的入门教程。《大数据平台应用》强调理论知识以够用为度，注重动手能力，在动手中逐渐掌握大数据相关技术。《大数据平台应用》内容包括感知大数据、环视Hadoop、部署Hadoop大数据平台、设计爬虫获取数据源、清洗数据与存储结构化、分析大数据、可视化大数据、平台化快速部署Hadoop等知识。《大数据平台应用》涵盖内容较为广泛，但注重点到为止，方便读者快速入门。《大数据平台应用》不仅可以作为高职高专、应用型本科相关专业的教材，也可以作为云计算培训及自学教材，还可以作为电子信息类专业教师及学生的参考书。

本书全面介绍了Hadoop生态系统中各个开源组件的理论知识和实践案例。全书分为上篇——Hadoop基础篇、中篇——Hadoop提高篇、下篇——案例篇三部分，共11章，涉及数据采集、数据存储与管理、数据处理与分析、数据可视化一系列大数据应用生命周期中各阶段典型组件的理论知识、安装部署和实战使用。上篇为第1～8章，具体内容包括大数据概述、初识Hadoop、分布式文件系统HDFS、分布式计算框架MapReduce、统一资源管理和调度框架YARN、分布式协调框架ZooKeeper、分布式数据库HBase、数据仓库Hive；中篇为第9、10章，具体内容包括大数据迁移和采集工具、数据可视化；下篇为第11章，介绍了使用Hadoop平台完成用户画像项目的全过程。本书在Hadoop、HDFS、MapReduce、ZooKeeper、HBase、Hive等重要章节安排了初级实践操作，以便读者更好地学习和掌握Hadoop关键技术。 本书内容翔实，案例丰富，既可作为高等院校大数据、计算机、人工智能等相关专业研究生、本科生的大数据课程教材，也可供相关技术人员参考。 本书配套有《Hadoop大数据原理与应用实验教程》，同时可在西安电子科技大学出版社网站下载本书作者提供的相关资源。

《大数据分析方法项目实战》从多个方向对数据分析和典型的项目案例进行介绍，涉及数据分析的各个方面，主要包括数据分析应用场景、数据分析方法理论、数据分析方法；数据分析常用的工具和模块使用等知识。《大数据分析方法项目实战》知识点的讲解由浅入深，让读者全面、深入、透彻地理解数据分析是对各个分析模块和分析工具的使用，不仅能够保持整《大数据分析方法项目实战》的知识深度，还可以提高实际开发水平和项目能力。

本书从云计算理论基础知识、历史发展过程与现阶段状态、国内外云厂商的特色等入手介绍云平台。在此基础上，站在企业的视角，介绍云应用程序在开发、测试、部署、运维等各个软件开发周期中涉及的主流技术。 全书共9章，通过一个Java 语言编写的 Web 应用程序案例，按开发顺序由浅至深、循序渐进地讲述了云端Web应用涉及的基础开发技术，包括版本控制、自动化测试、容器（Docker）、持续集成/持续交付/持续部署、DevOps以及云平台等内容。本书结构合理、条理清晰、内容丰富。在每一章后面都配有一定数量的习题，在附录中还提供了VisualBox的相关知识，便于读者参考。 本书既可以作为高等院校计算机及软件相关专业本科生的课程教材，也可以作为软件培训机构的培训教材，还可以作为软件工程师、广大软件爱好者的自学读物和参考用书。

《云计算平台运维与开发（中级上）》为“1+X”职业技能等级证书配套系列教材，按照国家1+X证书制度试点云计算平台运维与开发职业技能等级标准编写，主要用于开展云计算平台运维与开发I+X证书的中级认证相关培训工作。本套中级教材分上、下册，该书为上册。本套书通过对中级认证资格标准中涉及的互联网服务应用、云服务应用、云平台运维和云平台开发4个工作领域，13个工作任务和60个职业技能要求进行了深入地分析和归纳，考虑本套书培训过程中的可操作性和学习效果，参考国际rr认证的培训标准和培训开发惯例，从工程项目文档编写、企业私有网络构建与运维、Linux系统与服务的构建与运维、应用系统与集群的构建与运维、私有云技术与运维、公有云技术与运维、容器云平台技术与运维、云平台运维开发8个方面，分别编写了8个典型的工作场景和案例。该书为中级认证知识的前4章，第1章介绍工程设计方案和文档编写，第2~4章从理论知识背景、平台技术构建和运维实践三个方面对企业私有网络构建与运维、Linux系统与服务的构建与运维、应用系统与集群的构建与运维等云计算发展基础技术进行案例分析和实践讲解，帮助读者由浅入深地学习云计算平台的基础技术和架构支撑技术。读者通过对该书的学习和实践，可以为下册各种云计算平台技术的学习打下基础，并掌握云计算平台基础系统、基础集群架构的基本理论知识和基本技能，可以完成各种基础系统和基础集群架构的构建和运维工作。该书配套微课视频、课程标准、授课计划、电子教案、授课用PPT、习题及解析、程序源代码等数字化学习资源。与该书配套的数字课程将在“智慧职教”（www.icve．com．cn）网站上线，学习者可以登录网站进行学习，也可以通过扫描书中二维码观看教学视频，详见“智慧职教服务指南”。《云计算平台运维与开发（中级上）》可作为高职高专院校云计算技术与应用专业以及计算机类相关专业的教材，也可作为云端运维人员的参考用书。