这是一本从技术、产品和运营3个角度讲解如何从0到1构建用户画像系统的著作，同时它还为如何利用用户画像系统驱动企业的营收增长给出了解决方案。作者有多年的大数据研发和数据化运营经验，曾参与和负责多个亿级规模的用户画像系统的搭建，在用户画像系统的设计、开发和落地解决方案等方面有丰富的经验。 全书一共9章： 第1~6章主要讲解了搭建用户画像系统需要掌握的概念、技术、流程、方法论等，包括用户画像的基础知识、数据指标体系、标签数据存储、标签数据开发、开发性能调优、作业流程调度等； 第7章讲解了如何对用户画像进行产品化，为工程实践提供解决方案； 第8章详细讲解了用户画像在经营分析、精准营销和个性化推荐3个经典领域的应用； 第9章通过8个常见的场景讲解了8个用户画像系统的落地案例，帮助读者掌握如何利用用户画像系统来驱动企业的营收增长。

本书系统化介绍云原生监控系统Prometheus的基本概念和使用方法。本书从基础内容讲起，由浅入深，分析了监控系统的主要功能和运维原则。主要内容包括三大部分，第壹部分“入门基础篇”介绍初识Prometheus云监控的基本点和主要方向，Prometheus架构及核心组件，监控指标与Labels，常用Exporter探测器等；第二部分“技术提高篇”介绍服务发现、告警处理、PromQL数据查询、可视化、Pushgateway等；第三部分“应用实践篇”介绍监控方向，如监控Docker与cAdvisor、Kubernetes、业务程序，编写Exporter探测器和日志监控指标，生产部署，云业务监控平台搭建等。

云计算是一种商业计算模型，它将计算任务分布在大量计算机构成的资源池上，使用户能够按需获取计算能力、存储空间和信息服务。与以往的计算模式不同，云计算环境下，信息安全和服务保障问题更严重、更突出。本书从云计算的安全技术和服务质量评价两个方面论述云计算服务保障的体系架构，安全技术方面主要阐述了基于可信计算的实时度量、基于角色的数据隔离访问、云节点信任链的动态维护模型与验证机制和多级安全访问控制模型；服务质量评价方面提出基于动态筛选评价指标的云服务QoS模型（CSERVQUAL）和改进TOPSIS的云服务QoS评价方法（IEC-TOPSIS）。本书适合开发、维护和使用云计算服务的人员阅读，可以作为云计算研究人员的参考书，也可以作为计算机与信息安全相关专业高年级本科和研究生阶段教材。

《一本书读懂边缘计算》围绕以下几个问题进行阐述：边缘计算是什么、边缘计算有什么应用、哪些公司在做边缘计算、做得怎么样。全书不仅介绍了边缘计算的概念、产生背景、应用场景，介绍了边缘计算的关键技术，边缘计算的“朋友圈”和边缘计算“玩家”，还分享了多位行业专家对边缘计算的看法。 《一本书读懂边缘计算》对边缘计算相关知识概念进行通俗解读，以满足大众对边缘计算的认知需求。《一本书读懂边缘计算》适合各类对边缘计算、物联网、5G通信技术感兴趣的读者阅读。

本书分12章重点阐述了数据管理的重要性，数据管理面临的挑战，DAMA的数据管理原则，数据伦理，数据治理，数据生命周期管理的规划及设计，数据赋能和数据维护，使用和增强数据，数据保护、隐私、安全和风险管理，元数据管理，数据质量管理，以及现在应该怎么办，能够帮助企业管理层在了解和执行数据管理的过程中不致迷失在技术术语的迷宫之中。本书可供非数据专业人士、企业管理者、数据行业研究者等读者学习和参考。

主要内容 ·大数据技术和Spark概述。 ·通过实例学习DataFrame、SQL、Dataset等Spark的核心API。 ·了解Spark的低级API实现，包括RDD以及SQL和DataFrame的执行过程。 ·了解Spark如何在集群上运行。 ·Spark集群和应用程序的调试、监控、和调优。 ·学习Spark强大的流处理引擎——结构化流处理。 ·学习MLlib并了解如何应用它解决包括分类、推荐，以及其他多种实际问题。

全书共8章，每一章的内容都干货十足： 第1章介首先绍了云原生PaaS平台如何重塑云计算以及它在数字化转型中的作用，然后对OpenShift做了宏观的介绍。 第2章从源代码的角度对OpenShift的设计哲学、架构设计和核心功能模块的实现原理进行了深入剖析。 第3章从工程实践的角度详细讲解了OpenShift集群的部署、运维和管理。 第4章重点讲解了基于OpenShift平台的云原生应用自动构建与部署。 第5章介绍如何在OpenShift上实现云原生DevOps工具链。 第6章主要讲解了Service Mesh技术，以及基于Istio的微服务在OpenShift上的云原生实践。 第7章重点阐述了Serverless技术，以及基于Knative的无服务器应用在OpenShift上的云原生实践。 第8章主要讲解了以Spark为核心的数据科学应用及其在OpenShift上的云原生实践。

全书共18章，分为四个部分：云端选型篇（第1~5章）主要从云平台-云产品-软件技术-系统技术-服务器配置五个方面系统性讲解在云端如何进行运维技术选型和运维架构规划；云端实践篇（第6~13章）是基于云端选型篇，在云端运维架构涉及相关常见技术的重要实践，也是本书中的重点篇幅；云端安全篇（第14~16章）通过黑客常见攻击案例，及结合云端安全防御方案，带您一起走进云端黑客攻防的世界；云端架构篇（第17~18章）结合前面云端选型篇-云端实践篇-云端安全篇相应实践经验，通过一个小型网站逐步演变到千万级架构的案例，讲解如何在云端构建千万级架构。

《云安全实用指南》是一本关于云环境安全防护的实用指南，书中给出了目前在主流云平台上的一些安全实践和设计建议。《云安全实用指南》的特色如下。首先，作者用一个具体的例子串联起了整本的内容，从“一张白纸”开始，带领读者设计了一个部署在公有云上的企业环境，用来对外提供Web服务；然后逐步向其添加安全控制，直至它变成一个安全的企业级环境。接着，在讨论每个安全主题之前，作者都会与传统环境的安全做对比，这不仅让读者对云安全的特点有了深入理解，而且可以为那些正在从传统环境迁移到云环境的从业人员带来更直接的帮助。《云安全实用指南》每章的内容都可作为相应安全主题的非常好的查漏补缺清单。

本书在第1版的基础上，介绍大数据的时代背景及应用方案、常用的离线大数据和流式大数据组件，以及基于云平台的容器级数据平台搭建。书中以离线大数据和流式大数据两个具体示例，贯穿本书的第二、三部分内容，对组件之间的协同工作关系进行剖析。书中的代码部分基本上使用Python编写，用户可以下载参考。如果你是一位在校学生、Python编程爱好者或是想转行从事大数据工作的在职IT人员，阅读本书必有所收获！