本书从初学者的角度详细介绍大数据的核心技术。全书共11章，包括绪论、Linux的基础操作、Hadoop大数据处理架构、HDFS分布式文件系统、MapReduce分布式计算框架、ZooKeeper分布式协调服务、YARN资源管理器、HBase分布式数据库、Hive数据仓储、PySpark数据处理与分析及综合案例。此外，本书还提供了相应的示例代码，以帮助读者进一步理解相关方案的实现过程。

本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及Spark基本原理、基于IDEA搭建Spark开发环境、RDD基本原理、Spark SQL基本操作流程、电商业务系统的基本流程、电商用户行为分析的基本指标以及分析过程、通过不同的维度对销售数据进行分析、通过不同的维度对订单数据进行分析以及常用的可视化分析图表的应用场景等。 本书适合需要使用Spar

数据是人类共同的财富数据是现代科学研究的基石。在当今这个大数据的时代，如何强调数据的重要性似乎都不为过。随着互联网及其应用的普及，传统关系数据库越来越难以满足计算机应用对数据存储、访问和安全的需要，非关系数据库和新兴数据库应运而生。本书主要面向新一代数据库系统，详细介绍数据库发展史、数据库设计原则、NoSQL和NewSQL的基本原理与设计思想。本书选取了新一代数据库发展历程中具有代表性的数据库展开讲解，如键值数据库实例的Redis与DynamoDB、列族数据库的HBase与Cassandr

要想在数据科学领域取得成功，你需要精通数学。但不仅仅是数学。这本指南提供了一个清晰的、简单的答案，你需要了解，包括概率、统计、假设测试、线性代数、机器学习和微积分的知识。
使用Python代码的实际示例将帮助您了解数学如何应用于您将要做的工作，在将概念连接到机器学习等应用程序时，提供了对概念在底层如何工作的清晰理解。你会得到一个坚实的基础，但更重要的是，你将能够使用它。
书中内容包括：
认识到概率数学的细微差别和缺陷；掌握统计和假设测试(并避免常见的陷阱)；探

架构大数据系统涉及的技术和工具种类繁多，但技术和工具背后的大数据处理需求和解决问题的思维逻辑却恒久不变。本书采用软件工程化方法，从大数据架构的需求出发，籍由理性和常识的指引，推导和梳理大数据架构之术（大数据处理的基本原理和技术方法），进而讨论大数据架构之器（具体软件工具的功能、设计、实现以及使用方法），建立大数据架构教学的知识体系。
本书可用作普通高校数据科学与大数据相关专业的基础教材，亦可用作高职高专职业教育培训教材以及相关工程技术人员的参考用书。

"本书为项目式、任务式教材。以三个具体的项目为载体，每个项目分若干个任务。分别为：滑仓系统概念设计与虚拟调试、加盖拧盖单元概念设计与虚拟调试、检测分拣单元概念设计与虚拟调试。第一个项目以基本知识的学习与应用为目的，读者通过该项目的学习与实践初步掌握概念设计与虚拟调试的基本技能；第二个项目、第三个项目以全国职业院校技能大赛“机电一体化项目”竞赛设备为原型进行简化设计，模拟加盖拧盖生产线、检测分拣生产线的运行流程。读者在完成各任务的过程中学习MCD知识技能点并熟练掌握其应用，每个任务点均设计有任务验

数据作为数字经济的血液、知识经济的基石，是企业的战略性资源。将数据转化为可被企业直接使用的有价值的资产，即“数据资产化”，已经成为企业数字化转型的重要目标。本书阐明了数据资产化的意义，围绕数据资产的确认、登记、质量评估、价值评估、入表，数据高效流通及价格发现等方面，系统阐述了数据资产化的理论和实践问题。本书可以帮助读者深入了解数据资产化这一全新且充满机遇的领域，提高数据资产的管理和利用水平，推动企业数字化转型的进步和升级。

本书系统讲述Apache Spark/PySpark大数据计算平台的原理，以及如果将Apache PySpark应用于大数据的实时流处理、批处理等各个场景。通过原理深入学习和实践示例、案例的学习应用，使读者了解并掌握Apache Spark/PySpark的基本原理和技能，接近理论与实践的距离。
全书共分为8章，主要内容包括：Spark架构原理与集群搭建、开发和部署PySpark应用程序、PySpark核心编程、PySpark SQL、PySpark SQL高级分析、PySpark结构化流

"数据科学项目日益增多，每个项目在提出原型到生产的过程中都需要可靠的基础设施。使用《Effective数据科学基础设施》介绍的一些新技术和新工具，你将能建立一个适用于各类组织(无论是初创企业还是大型企业)的基础设施堆栈。 《Effective数据科学基础设施》可帮助你建立数据流程和项目工作流，为你开发项目带来强大动力。《Effective数据科学基础设施》呈现Netflix数据操作的**进工具和概念，并在此基础上介绍一种可定制的基于云的模型开发和MLOps方法，可轻松适应公司的特定需求。当

本书由校企“双元”合作开发，以企业真实项目的实施流程为主线，通过“电商平台用户行为数据分析”项目实战，贯穿Hadoop大数据核心技术，包括项目需求、大数据平台部署、数据采集、离线数据仓库设计与开发和项目数据可视化展示。本书内容主要涉及VMware、Xshell、IDEA等软件的安装配置；Hadoop分布式集群环境搭建； Flume、Kafka、Hive、Sqoop、ZooKeeper等Hadoop生态组件的基本工作原理、搭建及配置方法；使用Flume-Kafka-Flume架构实现数据采集；Hi