随着越来越多的公司转向用Hadoop来存储和处理 他们*有价值的数据，系统被破坏的潜在风险也正以 指数级趋势增长。本·斯皮维、乔伊·爱彻利维亚* 的《Hadoop安全（影印版）（英文版）》这本实践图 书不仅向Hadoop管理员和安全架构师们展示了如何保 护Hadoop数据，防止未授权访问，也介绍了如何限制 攻击者在安全入侵过程中损坏和篡改数据的能力。作者本·斯皮维与乔伊·爱彻利维亚提供了关于 Hadoop安全特性的深入信息，并将它们根据通常的计 算机安全概念重新组织整理。你还能获得演示如何将 这些概念应用到你自己的用例中的真实案例。

本书在介绍大数据发展背景、特点及主要技术层面的基础上，对大数据的数据采集、数据存储、常见计算模式和典型系统工具进行了分析介绍。本书同时对各种典型系统工具进行了讲解，包括大数据查询分析计算及典型工具（HBase、Hive）、批处理计算及典型工具（MapReduce、Spark）、流式计算及典型工具（Storm、Apex、Flink）、事件流及典型工具（Druid）等。本书提供了大量的实例和源代码供读者参考，指导读者快速、无障碍地了解和掌握常见大数据分析工具的使用。本书适合作为计算机及相关专业的教学用书，也可以作为大数据初学者的自学教材和参考手册。

本书以Word 2010、Excel 2010、PowerPoint 2010为基础，系统讲述了Office 2010中这三大组件在日常办公中的应用。内容主要包括Office软件的基本操作，Word文档的管理、编辑、美化等，Excel表格数据的输入、数据透视图的操作，PowerPoint演示文稿和幻灯片基本操作与美化，打印与发送幻灯片等。

暂缺简介...

本书主要介绍云计算与物联网的信息融合技术，首先讲授云计算的概念与发展、云计算系统结构、云计算关键技术，云存储及云安全技术，开源云计算系统、云计算应用软件开发及Hadoop云计算编程实例；然后讲授物联网的概念与发展、物联网系统结构、物联网关键技术，物联网安全技术，开源物联网系统；*后讲授云计算与物联网的融合应用，以及云计算与物联网的实验指导。本书强调科学理论与工程实验的有机结合，既保证理论的完整性，又保证实验的可行性，因此，既可作为高等院校计算机科学与技术、物联网工程、信息安全等相关专业的本科生和研究生相关课程的教材，也可作为云计算与物联网工程技术人员的参考书。

《智能电网大数据云计算技术研究》针对智能电网大数据云计算技术展开研究，通过提高数据利用率，探索数据驱动的电力系统各种挑战解决方案。重点研究了批处理、流式计算和内存计算等在智能电网大数据分析处理中的应用，探讨了电力系统全景实时大数据体系架构。《智能电网大数据云计算技术研究》在深入分析智能电网大数据特点的基础上，开展了云计算与电力系统深度融合的研究工作，是云计算在电力系统中落地的尝试。《智能电网大数据云计算技术研究》可以作为电气工程类、计算机科学与技术类专业的研究生课外参考读物，也可作为相关专业工程技术人员、教师及科技工作者的参考。

本书详细介绍了大数据分析，尤其是数据分类相关算法的原理及实现细节，并给出了每个算法的编程实例。全书共计21章，内容包括十大数据分类算法、十大从二元分类到多类分类的算法、九大属性选择算法、五大数据选择算法，若干集成学习方法和不均衡数据分类算法，以及大数据分析的平台与技术。 本书可作为高等学校计算机科学与技术、数据科学与大数据技术、统计学、软件工程、地理信息系统等专业的研究生和高年级本科生的教材，也可作为科研人员、工程师和大数据爱好者的参考书。

Elasticsearch是一个强大的搜索引擎，提供了近实时的索引、搜索、分析功能。本书作者根据自己多年的开发经验，总结了使用和开发Elasticsearch的实战经验。本书全面介绍Elasticsearch系统结构与功能配置，以及实际应用案例，包括工具、方法、原则和佳实践。主要内容包括Elasticsearch基本概念与配置，索引的基本概念、管理与设置，架构设计中的字段、对象、映射，搜索中的结构、各种查询方式，聚合中的数字聚合、桶聚合、管道聚合，集群中的监控方式、配置案例，分析模块中的中文分词器、过滤器，高级设置中的关键点，监控与安全方面的技巧，ELK综合示例等。不管你是全文检索和Elasticsearch的初学者，还是Elasticsearch用户，你都能从书中获益。

《数据实践之美：31位大数据专家的方法、技术与思想》是数据技术领域具有里程碑意义的代表性著作，由国内知名的数据技术社区天善智能领衔组织和策划，首次将来自百度、腾讯、IBM、埃森哲、Teradata、永洪科技、达观数据、神策数据、同程旅游等20余家国内外在数据和互联网领域的领头羊企业的31位数据专家（CEO、CTO、VP、技术总监、架构师、高级分析经理、咨询总监等）联合在一起，分享了他们在数据领域多年来积累下来的*感自豪的方法、技术与思想，同时对很多技术难题给出了经验性的解决方案，颇为珍贵！全书分为5大部分：Part1：数据化思维旨在帮助读者在企业的数据化运营和管理过程中建立和优化运用数据的思维，涵盖数据化运营、数据化营销、数据化管理、数据领导力等多个主题。Part2：数据治理这部分内容有针对性地从技术的角度讲解了数据治理的一些重要技术，包括数据库开发与设计、ETL数据处理、复杂数据处理3大主题。Part3：BI与数据可视化这部分主要从“术”的角度对BI与数据可视化进行了讲解，涵盖商务智能业务构建、数据体系构建、BI项目的实施与应用、大数据系统的架构与技术选型、数据可视化的技术与工作方法等10个主题，内容丰富。Part4：数据分析与数据挖掘数据分析与数据挖掘是大数据与人工智能时代*核心的技术之一，也是本书的重中之重，包含数据驱动的运营和管理、精细化分析、数据产品化、零售数据分析、电商数据分析、行业数据和个性化数据的挖掘关键技术和标准流程等12个十分精彩的主题。Part5：大数据化之路这部分内容主要讲解了如何真正将大数据技术、大数据方案和架构落实到具体的行业应用中，选取了教育、互联网金融、商业地理应用3个领域的3个案例，对整个的实施过程和涉及的关键技术和业务考量都做了详细阐述，希望能读者以 启发。

本书致力于Spark内核的深入解析，带领读者掌握Spark内核的各个关键知识点。具体内容由详细讲述RDD提供的功能以及内部实现的机制开始，通过源码引导读者深入理解Spark的集群部署的内部机制、Spark内部调度的机制、Executor的内部机制、Shuffle的内部机制，进而讲述Tungsten的内部机制，接着又进一步深入分析了SparkStreaming的内部机制。本书的后部分，是任何Spark应用者都非常关注的Spark性能调优的内容。本书可以使读者对Spark内核有更深入彻底的理解，从而实现对Spark系统深度调优、Spark生产环境下故障的定位和排除、Spark的二次开发和系统高级运维。本书的每章开篇均有重点介绍以引导读者有目的有重点的阅读或查阅。本书适合于对大数据开发有兴趣的在校学生。同时，对有分布式计算框架应用经验的人员，本书也可以作为Spark源码解析的参考书籍。