大数据平台运维是大数据应用人才培养的基本技能之一。本书讲解了大数据平台运维过程中的各个主要阶段及其任务, 主要包括安装部署、优化监控、架构原理、生态系统、运维工具等。本书内容全面, 涵盖了Hadoop生态绝大部分组件的运维, 兼具基础理论与运维实践经验; 主要特色是将知识点凝练到图形中, 通过视觉记忆, 看图联想, 理解知识点的含义和知识点之间的联系, 以达到长时记忆、学以致用的目的。通过900多道习题, 加强系统性和实践指导性。

本书以过程控制系统组成和结构为线索, 介绍了过程控制的基本概念, 过程控制常用仪表的原理和工程选用, 过程对象及建模方法, 过程执行器的原理和选择, 过程控制器的设计和整定及先进过程控制策略, 串级过程控制系统, 各种复杂过程控制系统的控制方案与工程设计, 计算机过程控制系统的原理、组成与应用, 过程优化技术, 工业过程故障检测等。本书除过程控制的基础知识外, 还介绍了基于计算机及先进控制理论等在内的过程控制新技术, 如现场总线技术、组态软件以及控制与管理信息集成技术等。

本书系统阐述了计算机控制系统的分析方法、设计方法以及在工程上的实际应用。主要内容包括：计算机控制系统的组成与分类，计算机控制系统中的过程通道，数据处理与人机交互技术，计算机控制系统特性分析，数字PID及其算法，直接数字控制，模糊控制技术，计算机控制系统的可靠性与抗干扰技术，网络化控制系统，计算机控制系统的设计与实现。本书注重理论与应用、软件与硬件、设计与实现的有机结合，重视解决工程实际问题。为了便于教学和自学，读者可通过扫描本书中相关知识点的二维码加深与拓展学习内容，并且本书每章都配有不同类型的

本书是针对应用型本科院校电气工程与自动化类专业编写的。随着电力电子技术、自动检测技术、计算机技术、智能控制技术和网络技术的快速发展，运动控制系统日新月异。本书内容吸收了运动控制系统已在工程上应用得比较成熟的新技术，压缩了直流调速系统的部分内容，突出了交流异步电动机和同步电动机调速系统，并介绍了位置随动系统和数字式运动控制系统。为适应教学改革的需要，本书秉承“理论够用，注重应用”的理念，对基本原理讲透，对高深理论简略，特别强调运动控制系统在工程上的应用。在实践性内容的安排上，除将其融入各

本书主要面向从事数据应用系统规划、部署、配置、实施、维护、优化升级以及数据应用系统监控、
管理、资源协调等相关工作的人员。其中，大数据应用部分介绍了云计算基础架构（包括公有云和私有云
架构）、数据应用的典型业务流程（包括数据采集、预处理、存储和处理、挖掘等方面）以及各种行业数
据场景应用；数据应用系统运维部分包括系统安装部署、基础系统运维、高级系统运维，其中系统安装部
署包括数据应用系统的部署安装、测试及变更管理，基础系统运维涵盖日常维护、性能监控、故障管理和
资源

本书是Hadoop Spark大数据分析技术入门书，基于Hadoop和Spark两大框架体系的3.2版本，以通俗易懂的方式介绍Hadoop Spark原生态组件的原理、集群搭建、实战操作，以及整个Hadoop生态系统主流的大数据分析技术。 本书共分14章。第1章讲解Hadoop框架及新版本特性，并详细讲解大数据分析环境的搭建工作，包括Linux操作系统的安装、SSH工具使用和配置等；第2章讲解Hadoop伪分布式的安装和开发体验，使读者熟悉Hadoop大数据开发两大核心组件，即HD

本书主要分为两部分。第一部分以核心概念和基本应用为脉络，介绍了Flink的核心特性（如检查点机制、时间与窗口、shuffle机制等），部署，DataStream API、Dataset API、Table API的应用，运行时的原理等内容，每一章先对概念做基本的介绍，然后基于应用实例详细分析Flink的设计思想和源码实现。第二部分基于对原理的理解，手把手教读者如何进行定制化的特性开发和性能提升，能够让读者对Flink的理解有质的飞跃。这一部分内容来自作者大量的工作实践，所引用例均源自企业级的真实

本书从实用的角度出发，采用理论与实践相结合的方式，介绍样本数据处理的基础知识，力求培养读者使用Python语言及Kettle软件进行数据处理的能力。全书内容分别为数据预处理概述、Kettle工具的初步使用、数据的导入与导出、数据清洗、数据标注、Kettle作业设计、基于Kettle构建数据仓库、基于Python的数据导入与导出、基于Python的数据整理。 本书作为人工智能学科相关的样本数据处理技术的入门教材，目的不在于是覆盖样本数据处理技术的所有知识点，而是介绍样本数据处理的主要应用，使读者了

《数据安全与治理》密切结合我国大数据产业、数据安全产业的特点，全面系统地介绍了数据安全与治理的内涵、特点、方法、原理与技术。全书分为10章。其中，第1章介绍了数据安全与治理的基本概念，第5、6、7、9章介绍了数据安全的相关技术(含数据加密、数据脱敏、数据资产保护、数据审计)，第3、4章介绍了数据治理的相关技术(含数据质量管控、数据采集)，第2、8、10章介绍了数据安全治理的相关技术(含数据分类分级、数据资产交易、数据司法存证)。
《数据安全与治理》在每章末均配置了复习题，在全书最后附有模拟

《大数据开发基础与实践(微课版）》从初学者角度详细介绍了大数据开发的基础知识和对应的项目开发实践。全书共七个项目开发案例。第一个项目是大数据集群环境搭建，包括Linux虚拟机、JDK环境、Zookeeper、Hadoop、HBase、Spark等平台的安装和配置；第二个项目是数据仓库构建，包括MySQL、Hive的安装与配置；第三个项目是Java访问Hadoop实践，包括Java访问HDFS文件系统和MapReduce编程实践；第四个项目是大数据采集实践，包括利用Python编程语言、Re