工业软件是我国智能制造高质量发展的核心要素，是工业化和信息化深度融合的重要支撑，是推进新型工业化的重要领域。为了更好地释放工业软件对制造业技术赋能、杠杆放大与行业带动作用，本书汇集了智能制造和工业软件领域行业专家、企业家代表的前沿洞见，展现国产工业软件及其优秀解决方案，探讨新路径、分享新模式。本书聚焦创新引领、 聚焦合作共赢、聚焦应用推广，致力于扩展国产工业软件应用场景、提高国产工业软件应用水平、提升国产工业软件体系化竞争力，以期推动制造业生产模式和商业模式变革创新，促进软件业与制造业协同

本书全面介绍了Java编程的核心概念，共13章。首先概述Java的发展、特性及开发环境搭建，包括JDK?安装与环境配置等，帮助读者打下坚实的基础。接着，深入探讨基本数据类型、变量使用方法、流程控制语句等，帮助读者构建复杂的逻辑能力。随后，详细阐述面向对象编程的内容，如类、对象、继承、多态和封装等，强化培养读者面向对象的设计思维。此外，还介绍了异常处理、数组与集合框架、输入输出流和多线程等高级特性。本书旨在帮助读者提升处理数据和并发编程的能力，适合编程新手、有其他语言经验的开发者，以及计算机专业学

本书是一部全面且深入的 Java 代码审计指南，旨在帮助读者掌握 Java Web 应用中常见安全漏洞的识别、分析及防御技能。全书共分 4 篇，从基础到实战，系统地介绍 Java 代码审计的各个方面。

基础篇（第 1 章）主要介绍 Java Web 环境的搭建步骤、常见的动态调试方法以及代码审计工具的基本使用方法，为后续的深入学习打下坚实基础。

入门篇（第 2 章～第 3 章）首先介绍 Java 代码审计中发现的常见漏洞，然后通过实战演练，以开源 Java 漏洞靶

本书以数据仓库建设内容为主线，以理论基础为核心，引导读者渐进式地学习数据仓库建设版图中所需知识。通过认识数据基建、数据质量、数据安全、实时技术、数据治理、数据资产、数据服务、数据应用等8个模块及常见遇到项目，使读者能够了解日常数据仓库开发流程及数据仓库工作具体内容，从而快速上手数据仓库建设工作。
本书共14章，分为基础篇、基建篇、应用篇、评价篇、展望篇。基础篇（第1章和第2章）介绍数据仓库框架和数据模型建设知识点；基建篇（第3~8章）详细讲述数据仓库中每个板块建设，由简入深剖析搭

本书重点介绍区块链原理，密码算法、密码协议在区块链中的应用，通过密码技术在主流区块链系统中的应用案例深化了读者对区块链密码学应用模式与方法的理解。本书重点介绍非对称密码和哈希函数的基本原理及其在区块链中的应用，深入分析了密码技术在共识机制、智能合约和隐私保护等领域的应用，展望了密码技术在共识机制、预言机和状态通道等领域的发展前景，通过案例深化了读者对区块链密码学应用模式与方法的理解。与《区块链中的密码技术》第一版相比，补充了主流区块链系统中使用的密码算法和密码协议，丰富密码技术在区块链系统应用

本书是目前市面很少有的专门介绍区块链量化交易编程的书籍，本书侧重实战，先讲解区块链基础知识、交易所基本概念和操作方法，后面重点介绍交易所API的使用方法及如何利用这些API编程交易策略程序，为读者编写自己的交易策略打下一个坚实的基础。
本书共6章，分为区块链基础篇和实战操作篇。区块链基础篇（第1~3章）详细介绍区块链的基础知识、加密货币交易所基本概念和基本操作、交易所API详解，其中第3章是重点难点；实战操作篇（第4~6章）介绍了编写交易程序相关的Python语法知识、如何在服务

本书由具有丰富编程竞赛经验的作者执笔撰写，荣获日本2021年IT工程师图书特别大奖。作为一本算法和数据结构的入门书，本书内容充实、深入浅出，包含了来自知名编程竞赛平台AtCoder的丰富例题和大量配以详细注释的C 代码片段，不仅系统讲解了常见的各类算法，而且还通过图解、代码和思考题的方式，致力提高读者的算法实践能力和问题解决能力。因此这既是一本入门书，能够激发初学者对算法的兴趣，又是一本注重实践的书，让想成为算法高手的读者可以在深入理解算法和数据结构的基础上，快速掌握编程思维，终身受用。

本书以SQL操作为基础，专注于数据分析的具体应用。主要内容包括：数据库入门、数据表基本操作、MySQL函数、数据基础查询、数据高级查询、数据表更新、视图、索引、存储过程、数据库备份与恢复、数据库性能优化，以及实战案例等。

MongoDB数据库与传统的关系数据库不同，是一种面向文档的、介于非关系数据库和关系数据库之间的数据库。《MongoDB基础、运维与性能优化》帮助读者掌握MongoDB 8数据库及其相关技术栈的开发知识，涵盖MongoDB 8数据库应用开发的要点。《MongoDB基础、运维与性能优化》配套PPT课件。
《MongoDB基础、运维与性能优化》共分15章，内容包括MongoDB数据库基础知识、系统安装与环境搭建、可视化工具的使用、Shell工具的使用、基础操作、聚合、数据模型、时间序

"《向量数据库:大模型驱动的智能检索与应用》系统地介绍向量数据库的原理、技术实现及其应用，重点分析传统数据库在处理高维向量数据时的局限性，并提供相应的解决方案。《向量数据库:大模型驱动的智能检索与应用》分为4个部分，共13章，内容涵盖从理论基础到技术实践的多个方面，详细讨论高维向量表示中的信息丢失、嵌入空间误差和维度诅咒等问题，结合FAISS和Milvus等主流开源工具，深入剖析向量数据库的索引机制、搜索算法和优化策略。通过实际案例，展示向量数据库在推荐系统、行为分析、智能诊断、语义搜索等领域的