随着数字经济的不断发展，数据价值得到越来越广泛而深入的体现。目前我国信息数据资源80%以上掌握在各级政府部门手里，受数据孤岛、技术壁垒、法制缺失、数据标准不统一等因素影响，大量数据未能得到充分开放、共享或利用，不利于推动我国数字产业化与产业数字化的发展。政府、企业和个人是数据开放、共享和交易的基本主体，技术与法制是数据流动的重要保障，它们共同形成一个复杂开放的数据生态系统，其治理是一项集政策、理论、方法、技术、法律和文化于一体的复杂系统工程。本书在剖析数据生态治理问题的基础上，运用系统工程思想，从数据、问题、系统、技术和法制几个层面探析数据生态治理的基本原则，构建了一套数据生态治理系统工程的方法论体系，为促进我国数字经济发展提供了决策指导和政策启示。全书共15章，分为数据篇、治理篇、系统篇、技术篇和法制篇五个部分，体系完整、逻辑严谨、案例丰富、内容翔实，可供相关专业本科生、研究生、教师和研究人员阅读或作为教材使用，也可为政府在数据治理领域决策、制定政策提供参考。

新技术的发展改变了人类生活的习惯，也改变了商业环境。新兴技术下的供应链管理成为商业实践亟待解决的问题，也为学术研究带来了新的挑战。《供应链中的资源分配研究——以新能源汽车与数据中心为例》以新能源汽车供应链以及数据中心供应链这两个具有代表性的供应链为例，分别研究了新能源汽车市场的政府财政补贴资源分配问题，数据中心供应链的网络设计以及服务资源分配问题以及数据中心供应链中在服务水平协议下的云计算服务资源的供给和分配问题。《供应链中的资源分配研究——以新能源汽车与数据中心为例》综合使用了管理科学与工程领域的多种工具，包括博弈论，整数规划，鲁棒优化等方法，能够为决策者提供有效的辅助决策工具，也能得到丰富的管理启示。

本书介绍如何使用CockroachDB创建可扩展的应用，并在为最终用户提供无缝交付能力的同时保障系统性能。全书共15章，分为三部分：第一部分（第1~4章）介绍CockroachDB的历史背景，包括数据库的演进和分布式云数据库的出现，内容涵盖分布式SQL的核心概念、CockroachDB的架构和功能、CockroachDB适用场景下的用例；第二部分（第5~8章）介绍CockroachDB中模式设计的基本原理，涵盖应用的设计和实现，以及与其他数据库的集成；第三部分（第9~15章）涵盖单区域和多区域部署的规划和执行，核心内容包括备份和灾难恢复、安全、可观测性、管理和故障排除以及集群优化。

随着数字经济的发展，大数据应用范围越来越广泛，各类大数据平台承载着海量的数据资源。大量敏感资源和重要数据要赋能数字经济的发展，可信安全地利用大数据极其重要。《大数据可信计算》汇集了作者及其研究团队的研究成果，介绍了大数据可信计算的体系及其关键技术以及相应平台系统的设计与实现，主要内容包括原位虚拟大数据中心平台体系、大数据感知与勘探技术、多源多维数据融合计算技术、基于多模型融合的信用评估技术、大数据安全的测试与评估技术、原位虚拟大数据中心平台系统、基于区块链的大数据共享与协作系统、可信金融交易风险防控系统。

全书分为3篇：1.第1篇首先会详细讲解存储引擎的全貌，让读者能对存储引擎有一个整体的思维框架，介绍存储引擎的两大分支：基于b+树的存储引擎、基于lsm派系的存储引擎，其次对存储引擎部分涉及的一些数据结构、存储介质等概念做一个简要的介绍，为后面内容的深入学习做铺垫。2.第二篇主要介绍基于b+树的存储引擎，在理论部分重点回答为什么选择b+树做存储引擎索引结构、b+树存储引擎解决哪些问题以及如何解决。在实践部分选择开源社区中比较有名的boltdb存储引擎项目来讲解其内部核心源码的实现细节。3.第三篇主要介绍基于lsm派系的存储引擎，理论部分重点介绍lsm tree中各组件的功能及作用，并在此基础上扩展介绍其他几类lsm派系存储引擎的实现思路，帮助读者开阔视野，实践部分分别以bitcask、moss、leveldb等开源项目的核心源码来展开，介绍其内部实现细节。通过阅读本书，读者不仅能对存储引擎，尤其是单机的存储引擎有一个整体的框架，而且能对两类存储引擎的实现思路及背后原理有个深刻的掌握，只有深刻理解了存储引擎的背后实现原理，读者不仅可以自己动手开发自己的存储引擎，更可以很快掌握关系型数据库或者NoSql这类组件的核心原理，对未来实际应用与开发提供参考。

内容提要：随着数据采集技术以及存储技术的不断进步，现代科学研究和实践中需要处理和分析的数据已经从单一来源向多个来源转变。在医学研究、生物信息、市场研究、金融风险管理、气象环境科学等诸多重要领域，多源数据的现象普遍存在，在带来巨大机遇的同时也给统计分析建模带来了全新的挑战。针对这一国际前沿问题，本书主要介绍作者最近几年在两大方面的主要工作：一是多源碎片化数据的建模和预测，二是有效利用多源外部数据的统计推断。读者对象：统计及其相关专业的本科生、研究生，相关领域的科研工作人员。

很多企业尤其是制造企业越来越重视预测与决策方面的智能化和精准度，这使得企业对数据个性化、多样化的需求日趋强烈。本书正是基于这样的需求，提出随需而变的数据空间引擎设计方法，探讨智能数据服务、安全及应用优化等方面的问题、技术与方法。全书共分5章，分别介绍数据空间引擎设计与管理系统架构、海量异构数据集成方法与技术、智能数据服务方法、智能制造领域数字孪生技术，以及多维度安全与隐私保障体系构建。 本书内容结合理论与实践场景，适合异构数据集成服务、数据空间技术及数字孪生技术的研发人员及对此感兴趣的读者阅读，也适合作为各类院校相关专业师生的参考书

在《“十四五”智能制造发展规划》中，我国明确将智能制造作为建设制造强国的主攻方向，并认识到其发展水平对我国制造业的质量和竞争力具有直接影响。在这一背景下，本书依托国家重点研发计划项目“制造企业数据空间设计理论与方法”，致力于研究制造企业的数据空间设计理论和方法。项目取得了在数据空间管理引擎、基于数据空间的归因推断、知识发掘、学习决策技术和数据空间原型系统构建等方面的科研成果。目标是构建一套完整的数据空间管理体系，包括因果推断、知识发掘、学习决策和智能服务等软件构件，为制造企业实现全流程的可控性和信息共享提供支持。本书的专业性和实用性较强，可为企业的信息技术专业人员和技术架构师、数据管理人员或是从事于数据管理和数据分析领域的专业人士提供参考。也适用于学术界的研究人员和学生参考学习。

数据库技术自从上世纪60年代诞生以来，经历了网状数据库、层次数据库等发展阶段，zui终在80年代确立了关系数据库技术的主导地位。关系数据库技术经过几十年的发展，在各行各业都取得了巨大的成功。但是，进入21世纪后，随着互联网、物联网、云计算等技术的快速发展，传统的关系数据库技术由于在可扩展性、灵活性等方面存在的不足，难以支持层出不穷的新型应用。在此背景下，键值数据库、文档数据库、列存储数据库、图数据库等新型数据库技术因运而生。本书与现有的介绍关系数据库技术为主的书籍不同，重点介绍当前数据库领域中出现的各类新型数据库系统的概念、基础理论、关键技术以及典型应用。在理论方面，本书除了介绍各类新型数据库系统中基本的理论和原理之外，还将侧重于对这些理论的研究背景和动机进行讨论，使读者能够了解新型数据库系统在设计上的先进性，并通过与成熟的关系数据库技术的对比，明了新型数据库技术的应用方向以及存在的局限性。在应用方面，本书将侧重与实际软件工程相结合，通过实际的应用示例介绍各类新型数据库系统在实际应用中的使用方法和流程，使读者能够真正做到学以致用。

数据治理是一门实践中的学问。本书轻理论、重实践，是一份实用的数据治理指南，涉及数据治理组织、管理制度、流程规范、数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全与隐私等主题。全书共分为3篇，第一篇包含第1章和第2章，介绍数据治理的理论与方法；第二篇包含第3章至第6章，介绍数据治理的平台建设与工具；第三篇包含第7章至第9章，介绍不同场景下的数据治理案例，通过案例场景细节解读和工作步骤阐述，帮助读者将数据治理理论转化为切实可行的解决方案和行动策略。本书适合数据管理专家、企业决策者、数据治理从业者，以及对数据治理感兴趣的人士阅读。