这是一个大数据爆发的时代。面对信息的激流，多元化数据的涌现，大数据已经为个人生活、企业经营，甚至国家与社会的发展都带来了机遇和挑战，成为IT信息产业中*具潜力的蓝海。大数据可视化这种新的视觉表达形式是应信息社会蓬勃发展而出现的——因为我们不仅要呈现世界，更重要的是要通过呈现来处理更庞大的数据，理解各种各样的数据集合，表现多维数据之间的关联。换句话说，就是归纳数据内在的模式、关联和结构。复杂数据可视化既涉及科学也涉及设计，它的艺术性实际上是使用独特手法展示万千世界的某个局部，从而提出问题。大数据可视化，位于科学、设计和艺术三学科的交叉领域（准确地说，应该是位于三个不同维度的人类活动的交叉领域），蕴藏着无限可能性。大数据可视化技术是一门理论性和实践性都很强的课程。本教材针对计算机、信息管理和其他相关专业学生的发展需求，系统、全面地介绍了关于大数据技术及其可视化的基本知识和技能，详细介绍了数据可视化之美、Excel数据可视化方法、Excel数据可视化应用、Tableau应用初步、Tableau数据管理与计算、Tableau可视化分析、Tableau地图分析、Tableau预测分析、Tableau仪表板、Tableau故事、Tableau分享与发布以及课程设计与实验总结等内容，共12章。各章均配套设计了导读案例、实验与思考等部分，具有较强的系统性、可读性和实用性。本书是为高等院校相关专业“大数据可视化”、“数据媒体设计”等课程全新设计编写的，具有丰富实践特色的主教材，也可供有一定实践经验的软件开发人员、管理人员参考和作为继续教育的教材。

《深入理解OpenStack Trove》由Tesora团队的CTO Amrith Kumar和研发副总裁Douglas Shelley联合编写，深入介绍并研究了OpenStack中Trove项目的架构及工作原理。Trove项目作为一个DBaaS（数据库即服务），可以方便地为用户提供关系型和非关系型数据库，并在数据库生命周期内提供各种便捷的管理操作，例如复制、备份、扩容等。《深入理解OpenStack Trove》首先介绍了Trove的相关概念，以及如何下载并安装Trove；接着以实际操作为示例，讲述了Trove的基础架构和一些典型的操作方法，以及如何调试Trove并进行一系列故障排查；最后介绍了如何构建Trove guest镜像，以及在生产环境中操作Trove时需要注意的事项。《深入理解OpenStack Trove》适用于对OpenStack生态圈有所了解，并对数据库和开源事业有兴趣的开发者。

Spark是业界公认的近几年发展快、受关注度的一体化多元化的大数据计算技术，可以同时满足不同业务场景和不同数据规模的大数据计算的需要。 本书首先通过代码实战的方式对学习Spark前必须掌握的Scala内容进行讲解并结合Spark源码的阅读来帮助读者快速学习Scala函数式编程与面向对象完美结合的编程艺术，接着对Hadoop和Spark集群安装部署以及Spark在不同集成开发环境的开发实战作出了详细的讲解，然后基于大量的实战案例来讲解Spark核心RDD编程并深度解密RDD的密码，并且通过实战的方式详解了TopN在Spark RDD中的实现，为了让读者彻底了解Spark，本书用了大量的篇幅详细解密了Spark的高可用性、内核架构、运行机制等内容。 Spark零基础实战这本书定位于零基础的学员，也可以作为有一定大数据Hadoop经验的从业者以及对大数据非常感兴趣的学生的本Spark入门书籍。

Apache Kylin是一个开源的分布式分析引擎，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBay公司开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。本书分为21章，详细讲解Apache Kylin概念、安装、配置、部署，让读者对Apache Kylin构建大数据分析平台有一个感性认识。同时，本书从应用角度，结合Dome和实例介绍了用于多维分析的Cube算法的创建、配置与优化。最后还介绍了Kyligence公司发布KAP大数据分析平台，对读者有极大的参考价值。本书适合大数据技术初学者、大数据分析人员、大数据架构师等，也适合用于高等院校和培训学校相关专业师生教学参考。

当今社会，每隔两到三年会出现轰动一时但很快就会被人遗忘的流行术语，而继“云端”之后能够流行术语境界并深植人心的，应该就是“大数据”。大数据将全面改变我们的生活，对经济、社会和科学带来极大影响。本书是一部有关大数据的概述，全书共分五个部分，内容分别是：什么是大数据，大数据的应用，支撑大数据的技术，大数据的执行和应用技术，大数据应用的未来趋势和挑战。

随着信息爆炸产生的海量数据时代的来临，数据中所蕴含的价值将会对人类社会产生直接的，全面的，甚至是革命性的影响。因此，在大数据背景下，有效地分析，组织和使用各类数据，将对科技进步以及经济发展产生巨大的推动作用，孕育出前所未有的机遇。针对大数据技术体系架构，本著作总结出在大数据处理流程中，所面临不同层面的问题及其相互关系，归纳出解决大数据环境下三大核心问题（信息检索，数据挖掘和知识发现）的算法特性及计算能力。同时，通过深入了解智能理论起源及与传统人工智能进行对比，本著作研究计算智能理论及其各分支算法，详细介绍其计算本质，提出了基于模拟机制的计算智能分类方法，并对计算智能混合算法进行了深入讨论。最后，面向大数据检索、挖掘和发现问题，分别提出了基于计算智能的解决方法和一般过程，并总结出基于计算智能的大数据处理范式特点，为大数据背景下的计算智能研究提供了理论支撑。通过收集风电机组的发电指标、关键零部件的实时运行参数、此前十年的气象资料等数据，在这些数据基础上综合作出判断和预测，分析并提升风电布网的资源配比，并及时反馈到研发和运维领域，为后续的布网提供参考。除了风机设备本身产生的数据，还包括统计自然环境产生的更大数据库，即包含风和地形在内的环境数据，绘制出一张风资源分布地图，进而科学知道风电布网。

本书从切实可行的大数据方案选择方法着手，面向不懂大数据相关概念、不知道如何将大数据项目引入何种领域的IT团队和实际经营团队，以自己的实际经验为基础，创立并介绍了大数据项目构建方法。帮助需要引入大数据项目的所有企业解决核心课题，以顺利开展大数据项目，并避免运行过程中出现过多失误，实现正确的策划和执行。书中收录了大数据分析与研究案例、企业引入大数据项目时发生的实际问题、策划及运营过程、实际分析时需要的技巧等，利用清晰的图表和示意图直观反映了核心法则和原理。

本书是数据仓库之父Inmon的新作，探讨数据的架构和如何在现有系统中有效地利用数据。本书的主题涵盖企业数据、大数据、数据仓库、Data Vault、业务系统和架构。主要内容包括：在分析和大数据之间建立关联，如何利用现有信息系统，如何导出重复型数据和非重复型数据，大数据以及使用大数据的商业价值，等等。

“统计学”是兼具“数学计算”与“图形显示”的课程，所有的统计软件（如SPSS），并非计算机辅助教学（CAI），因为它们并非“教你学会统计”，而是应该在“学会了统计”以后，再来用它。本书就是这样一本让你从零开始接触统计学，并将其真正应用到工作中的一本书，稳步跟进大数据时代。本书前后连贯，各章之间也是先后呼应。例如：从概率到抽样，从描述到推断，从检验到因果；每章也是连贯的，开关有引言、观念图，结尾有流程图、思维导图；书中有许多阶层图、分类图、关联图、步骤图、流程图，以及因果表、比较表、决策法则表等。本书专门的配套软件（中文统计）是在Excel（2003～2016版本适用）环境下，安装一个“加载项”，输入统计资料，就可以得到统计结果。“中文统计”可以公开下载，仅提供给合法取得本书之读者使用。本书适合所有想掌握统计学的读者，也可以作为高校教材，由于内容比较多，教师可自行选择教学内容。

VMware官方出品，VMware中国研发中心存储与高可用性事业部Virtual SAN解决方案团队实践经验首次对外公开；VMware全球高级副总裁、存储与可用性事业部总经理李严冰和EMC中国卓越研发集团上海公司总经理陈春曦联袂推荐。本书是VMware多年来在Virtual SAN上的积累与沉淀，重点总结了在Virtual SAN设计、部署、管理、排错、监控领域的关键技术、*佳实践和解决方案，涵盖了Virtual SAN应用与管理的各个方面，以及方案实施的各个环节。精选的实践案例覆盖常见的行业应用，有明确的实施方案，对读者有直接的指导作用。理论与实践相结合，不仅深入讲解了Virtual SAN原理与架构，也提供了SQL Server、 Oracle、 VDI、Exchange等企业关键应用实际运行于Virtual SAN时的参考架构、*佳实践和性能指标。本书共分五大部分：第一部分（1~2章）从概念、生态、架构、行业等维度宏观介绍了软件定义数据中心、软件定义存储以及Virtual SAN存储虚拟化，让读者对整个大环境建立系统性认识；第二部分（3~4章）首先详细讲解了Virtual SAN的网络和集群等的配置要求、方法，以及官方推荐的部署方案；然后详细讲解了Virtual SAN基于存储策略的管理原理与方法；第三部分（5~6章）主要从管理和运维的角度讲解了Virtual SAN在日常管理和运维中会用到操作配置、管理配置，以及监控与排错工具。第四部分（7~8章）主要讲述了Virtual SAN在设计和部署的方法，以及过程中需要考虑的注意事项，以及Virtual SAN遇到网络、存储以及升级问题时的排错方法。第五部分（9~13章） Virual SAN*佳实践首先详细介绍了用于超融合架构的自动化测试工具HCIbench的使用，并给出性能测试的指导原则，以便测试人员在实际评估测试时可以*大程度的发挥Virtual SAN的性能；然后详细阐述了Exchange Server在Virtual SAN混合架构下的*佳实践、SQL Server在Virtual SAN混合架构下的*佳实践、Oracle RAC在Virtual SAN混合架构下的*佳实践、Horizon View在Virtual SAN混合架构下的*佳实践。