目前，大数据已上升为国家战略，从辅助变为引领，从热点变为支点。因此，在各类以应用型人才培养为主的高校中，需要面向文、管、理、工等不同学科的学生普及大数据理念及其相关技术，以利于其在专业领域的实践中应用大数据理念，实施大数据技术。 本书从大数据概念及特点入手，以大数据应用的技术框架为主线，首先介绍了大数据采集与准备、大数据存储与计算处理、大数据分析及大数据可视化中的基本概念与技术，然后介绍了典型的大数据应用，最后讨论了大数据安全与伦理问题。 本书结合概念、技术及应用介绍大数据的基础知识，适合作为计算机、软件工程、数据科学、大数据及信息管理等方向本科生的大数据导论课程的教材，也可作为文、管类本科生、研究生的大数据通识课程的教材，还可作为相关研究人员、爱好者的参考用书。

本书共分为10章，以讲述云计算和软件定义的基本概念为起点，介绍了云计算带来的中心化信息系统相关的技术和管理问题，包括云计算环境的构建技术、软件定义存储、软件定义网络、网络虚拟化、异构云、混合云构建、多云环境的自动化管理、云和容器的编排、数据中心的安全管理等技术，并给出简单易懂的应用实例，以帮助读者理解。此外，本书还对未来云计算技术的发展趋势进行了预测和分析，阐述云业务流程的**进展和成果。

研究颜色作为可视化工具的基本概念，颜色可以用来强调、区分或表示数据值。 理解冗余编码的重要性，确保以多种方式提供关键信息。 使用这本书的可视化方法名录，提供了常用的各种类型数据可视化的一个图形化向导。 提供了好图和坏图的大量示例。 学习如何在文档或报告中使用图表，包括如何有效地利用图表讲一个让人信服的故事。

本书详细讲解了数据中心基础设施产品级测试（供电系统、制冷系统、储能系统和备电系统）、数据中心整体测试、故障测试、维护测试等四个等级的测试技术。

云服务的特点及其可信服务机制的有待健全制约了云服务的发展和应用，为此《可信云服务度量与评估》从风险度量和服务评价两个方面研究云服务可信性度量与评估问题。主要内容包括：①从云服务隐私风险、云服务技术风险、云服务商业及运营管理风险三个维度建立了云服务风险属性模型；②以云服务风险属性模型为基础，建立了基于信息熵、马尔可夫链、模糊集、支持向量机的云服务安全风险度量模型；③从云服务可视性、可控性、安全性、可靠性、云服务提供商生存能力及用户满意度等多个方面构建了云服务可信服务属性模型，该模型充分考虑了各因素之间的层次性和关联性，以此对云服务可信性作出系统描述，为云服务可信性评价奠定了基础；④使用信息熵、马尔可夫链、灰色聚类方法建立了云服务可信性评价模型，为度量和评估云服务可信性提供了切实可操作的理论和方法。

在全世界不同的文化中，数据的收集与组织都有着悠久的历史，甚至在计算机思想出现之前很久就已存在。但只是到了互联网时代，日常产生的数据量才开始变得非常巨大，而且继续呈指数级增长，其中包括我们上传的文件、视频、照片、社交媒体信息、在线购物，甚至我们汽车的GPS导航数据。大数据这一术语所代表的不仅仅是一种量变，而是一种质变；其所指涉的不仅是新的技术，还有企业和政府利用它的方式。霍尔姆斯基于统计学、概率论和计算机科学，对大数据这一主题进行了概要性探讨，并强调指出，大数据不仅改变了商业的运营模式，而且改变了医疗研究的进行方式。与此同时，它也引起了一些重要的伦理问题，作者据此对斯诺登事件、数据安全，以及家庭智能设备可能被黑客挟持等实例进行了讨论。

当今世界，科技进步日新月异，互联网、大数据、云计算等现代信息技术深刻改变着人类的思维、生产、生活、学习方式，深刻展示了世界发展的前景。大数据是工业社会的“自由”资源，谁掌握了数据，谁就掌握了主动权。本书通过介绍45家国际知名公司在利用大数据方面的成功经验，为企业、政府和其他单位利用大数据进行有效决策，推动技术革新和更有效谋划企业战略定位及发展提供非常有价值的参考，以大数据信息流带动技术流、资金流、人才流、物资流融合发展。

本书介绍了微服务追踪与监控领域主要的开源软件，同时还介绍可观察性相关的技术标准。开源软件主要介绍了Zipkin、Jaeger和Prometheus等服务端组件的使用，同时还重点介绍了它们的埋点库编程接口及其实现原理。对于使用Spring Cloud开发微服务的读者，本书还介绍了在Spring Cloud中可以无缝集成的追踪框架Sloth和监控框架Micrometer。在开放标准方面，本书主要介绍了OpenTracing、OpenCensus和OpenTelemetry三种标准，包括它们的技术规范及具体的实现代码库。本书还介绍了W3C的Trace Context和Correlation Context协议，它们定义了追踪与监控在HTTP中传播的标准协议。此外，本书还简要介绍了监控指标暴露格式协议OpenMetrics。 本书涵盖了微服务追踪与监控、可观察性相关领域的大部分内容，是了解和掌握这一领域技术知识和发展趋势必不可少的参考书籍。本书适于具有一定编程基础且了解微服务技术的研发人员，也是架构师、运维人员必备的技术手册。本书也可作为大学高年级、研究生专业课程教材。

随着互联网的逐步深入，各行各业在线上线下均产生了大量的数据，如何让这些数据产生价值成为每一个企业亟待解决的问题。不仅如此，随着我国新基建的加快推进，大数据和人工智能的发展犹如腾云之势，而数据作为新基建中“流淌的血液”，已经成为新时代下的金矿和石油。在这一波澜壮阔的时代背景下，为数据运营搭建系统化的体系及建立数据运营方法论则是运营工作进入下一个阶段的必由之路。《数据运营之路： 掘金数据化时代》首次全面地搭建数据运营体系，并借由笔者的亲历经验，融合跨国企业与本土企业的优势，提出更适合国内企业当下发展的数据运营实践方法论，助力企业赶上数据运营的发展浪潮。《数据运营之路： 掘金数据化时代》将数据运营里晦涩的内容以丰富的图例和生动化的语言进行阐释，帮助初入数据行业的大学毕业生找到快速上手的方法，也给入行五年到八年左右的资深人士提供了更丰富的行业案例。不仅如此，由于本书从价值出发的定位及其实用性，非常适合企业管理者阅读，帮助企业管理者了解数据运营如何为业务创造价值，以及协助管理者从0到1搭建和管理数据团队。希望《数据运营之路： 掘金数据化时代》可以成为一本数据运营的经典读物，成为一本帮助企业了解数据如何创造价值的“百宝书”。

这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 全书共10章，内容从逻辑上分为四个部分。 第一部分（第1~3章） 第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和要点。 第二部分（第4~6章） 详细讲解了数据治理工作中的三项重点任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向；第5章提出了数据底座建设的整体框架，介绍了数据湖和数据主题连接两个层次的建设实践；第6章以自助、高效、复用为数据服务的目的，提出了对数据进行搜索、加工和分析的消费过程管理方案。 第三部分（第7~9章） 系统总结了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第7章以数字孪生的全量、无接触感知为目标，介绍了数据的硬感知和软感知两类能力；第8章基于PDCA框架，介绍了对企业业务数据异常的全面监控；第9章介绍了如何构建以元数据为基础的数据安全隐私保护框架，如何建立动静结合的数据保护与授权管理方案。 第四部分（第10章） 基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。