“十三五”规划以来，为应对三网融合的市场竞争压力，以及ICT技术发展、媒体融合、数字经济发展趋势的新要求，采用新型技术架构建设智慧媒体云平台，已成为传媒/广电行业战略转型的重要技术支撑。本书通过对传媒/广电行业的现状分析、业务策略分析、ICT技术发展趋势分析、业界云平台实践案例分析，基于TOGAF方法论，对智慧媒体云平台从总体架构、业务架构、数据架构、应用架构、集成架构、部署架构等层面进行了全面规划和设计。同时，对云平台的建设步骤及演进策略、技术管理与组织治理、风险挑战与应对策略提出了建议。

自从2015 年阿里巴巴提出中台的概念后，数据中台的概念就火遍了整个互联网圈。数据中台是实现企业数据智能的重要手段，但是数据中台是什么、为什么要搭建数据中台、数据中台究竟应该怎么搭建，这些问题的答案却很少有人知道。 《数据中台实战：手把手教你搭建数据中台》从“数据采集”“数据存储”“数据打通”“数据应用”的角度，基于作者多年搭建数据中台的实战经验，毫无保留地为大家解析从0 到1 搭建数据中台的全过程。每个章节都有大量的实战案例，希望本书能够对国内数据化工作者提供一定的帮助。 本书的读者范围很广，无论你是想要进行数据化转型的公司高层、一线的产品经理、运营/设计/开发人员，还是对数据领域感兴趣的学生或从业人员，都可以从中学到想要的内容。

《Flink内核原理与实现》既讲解了Flink的入门、安装、流计算开发入门、类型和序列化系统、监控运维、安全管理配置等基础知识，又讲解了Flink的时间概念、Window的实现原理及其代码解析，Flink的容错机制原理，Flink容错的关键设计、代码实现分析，Flink Job从源码到执行整个过程的解析，Flink Job的调度策略、资源管理策略、内存管理、数据交换的关键设计和代码实现分析，Flink的RPC通信框架等深度内容。 《Flink内核原理与实现》适合对实时计算感兴趣的大数据开发、运维领域的从业人员阅读，此外对机器学习工程技术人员也有所帮助。

本书以具体应用案例为根本，全面介绍了广泛使用于数据处理、数据加工、甚至是大数据挖掘的有力工具的Excel2016。全书包括8章共计两篇，第一篇基础篇，包括第1~3章，第1章Excel初步 ，第2章数据录入的格式设置，第3章公式与函数应用。第二篇提高篇，包括第4~8章，第4章数据处理基础 ；第5章规划求解；第6章数据可视化；第7章综合应用；第8章VBA及其应用。

《云计算》以云计算的理论发展和应用创新为主线，对云计算的主要概念、商业价值、相关技术、应用和发展进行了较为全面的介绍。《云计算》包含14章，分为4篇：基础知识篇系统介绍了云计算的基本概念、体系结构、商业价值与发展现状；关键技术篇重点介绍了云计算所涉及的主要技术，包括虚拟化技术、云存储技术、云数据管理技术、云计算的安全技术等；应用服务篇主要介绍了云计算数据中心的规划与建设、广泛应用的开源云计算系统以及国内外著名的云计算产品与服务；产业发展篇分别介绍了云计算产业的政策环境、战略规划以及发展前景。《云计算》坚持系统总结与创新探索相结合，关注国际前沿与中国情景相结合。为了帮助读者学习相关内容，书中穿插了若干小案例，并于每章结尾安排了扩展阅读与思考题。《云计算》可以作为高等院校电子商务及相关专业本科生、研究生的教学用书，也可作为企业领导、技术管理人员、云计算爱好者的学习和参考读物。

《大数据分析技术与应用实践/面向新工科专业建设计算机系列教材》首先从大数据技术概述出发，给出大数据领域的技术概貌及相关应用场景，从而使读者对大数据概念有清晰的认识；其次，《大数据分析技术与应用实践/面向新工科专业建设计算机系列教材》采取top-down模式，先从计算广告这一具有代表性的应用实践着手，阐明大数据技术是如何应用并发挥效用的；再次，依次介绍大数据采集与处理、大数据存储与查询、大数据计算与分析等关键技术；最后，将关键技术引申到两类重要的大数据应用技术：一类是Spark和机器学习应用，另一类是数据可视化应用。以此构建了一个大数据分析技术的基本闭环。除了内容的闭环体系之外，《大数据分析技术与应用实践/面向新工科专业建设计算机系列教材》的另一大特色是将项目实践拆解融入各项关键技术中，从而实现理论与实践的有机融合，满足“新工科”建设的首要需求。《大数据分析技术与应用实践/面向新工科专业建设计算机系列教材》可作为高等院校计算机类专业的大数据分析、应用方面的理论或实践课程的教材，也可供自学者及从事计算机应用、大数据开发等的工程技术人员参考。

本书的第一章、第二章为云计算的基础部分，包括云计算的产生、发展以及基本概念；第三章到第八章为云计算的技术部分，包括实现云计算的关键技术：虚拟化、云安全、分布式文件系统、数据处理与并行编程技术和分布式存储系统；第九章向读者提到了目前存在的一些热门的云计算的应用；第十章为综合实践：主要通过实验了解主流公有云AWS以及国内比较代表性的私有云厂商以及开源私有云Openstack的搭建实践与docker技术结合的实践。

本书采用知识理论与实验案例相结合的方式展开讲述。在相应知识点阐述过程中，以人们在日常工作、学习中经常碰到的具体问题作为案例，结合大数据挖掘和处理的基本理论与知识，展示解决问题的思路和基本方法，从而加强读者对大数据的理解和感性认知，找到大数据应用背后的基本原理和逻辑路径。本书内容主要包括：大数据概述、大数据思维、大数据支撑技术、大数据采集与预处理、大数据分析与挖掘、深度学习与人工智能、大数据可视化。

《大数据技术与应用-微课视频版/大数据与人工智能技术丛书》共分12章，分为基础篇、核心篇和应用篇。基础篇包括大数据概论、大数据集群系统基础、Hadoop分布式系统、HDFS分布式文件系统、MapReduce分布式计算、HBase分布式数据库应用；核心篇包括YARN资源分配、Spark集群计算、Spark机器学习、Hive数据仓库应用、ZooKeeper协调服务；应用篇包括医药大数据案例分析。《大数据技术与应用-微课视频版/大数据与人工智能技术丛书》可以作为高等院校大数据技术相关课程本科生教材，也可以作为大数据技术基础相关课程研究生教材，还可以作为从事大数据相关工作的工程技术人员的参考用书。《大数据技术与应用-微课视频版/大数据与人工智能技术丛书》特点：内容全面：包括大数据概论、大数据集群系统、Hadoop、HDFS、MapReduce、HBase、Spark、Hive、ZooKeeper等内容案例真实：通过项目概述、功能需求分析、软件关键技术、效果展示、系统架构设计、数据存储设计、数据分析、数据展示来呈现一个实际的大数据分析系统平台通用：基于PC+Linux+VMware，搭建Hadoop大数据分析平台

本书作为大数据基础教材，包括七章内容。 前面五章系统、全面地介绍了关于大数据技术及应用的基本知识和技能，后面两章是大数据平台的具体应用和案例实战。 第1章主要介绍大数据相关概念及基础知识； 第2章介绍大数据与人工智能的关系，以及大数据在人工智能中的典型应用； 第3章阐述大数据开发各环节典型技术，使读者能够对大数据系统开发流程及关键技术建立一个相对系统的认知； 第4章较系统地介绍了大数据开发系列平台，并讲解了依托平台的完整大数据应用开发过程； 第5章详细分析了几个典型大数据应用案例的实现过程； 第6章和第7章是结合前五章内容的具体实验，其中第6章介绍了Noah大数据基础引擎管理平台、Dana Studio数智开发平台及PandaBI数智决策平台的操作应用，第7章详细讲解了基于Dana Studio和PandaBI实现政务舆情分析大数据应用的实验过程。 本书遵循理实一体的内容组织原则。理论部分通过大量案例加以演示说明，力求降低读者的阅读门槛；实验部分围绕真实应用案例展开，让读者能够对大数据应用开发建立系统的认知。 本书是大数据相关专业的基础通识教材，可作为高职高专及应用型本科院校计算机类和电子信息类相关专业的专业教材，也可作为其他专业的参考教材，同时也是大数据技术人员的参考读物。