Spark大数据处理与分析

本书是一本介绍分布式数据库基础内容与应用的大数据专业类图书，力求培养读者对分布式数据库的应用技能。本书共11章，采用原理＋代码实例+综合案例的编写形式，清晰明了地介绍分布式数据库的原理、基础应用、进阶应用及主流工具的使用方法、应用场景，以理实结合为编写要求，让读者能够轻松学习和掌握分布式数据库的内容。本书可以作为高等院校计算机、网络技术等相关专业的教材，也可以作为数据库相关工作的从业人员的参考用书

本书共3篇：第1篇主要介绍分布式数据库基础理论，包括经典的CAP理论、一致性算法相关的理论、并发控制相关的理论等；第2篇具体介绍Greenplum数据库，从分布式事务、分布式计算和分布式存储3个方面，深入代码层级，讲述分布式理论在工业上的实现；第3篇是总结和展望，介绍云原生数据库和新技术带给Greenplum和数据库管理系统的机遇和挑战。本书打破以理论介绍和架构介绍为主的思路，深入分析工业化的实现

随着信息、互联网、社交媒体、卫星定位、基于位置的服务（LocationBasedServices，LBS）等技术的发展，轨迹数据领域迎来了大数据时代。在轨迹大数据背景下，轨迹数据分析的关注度得到持续攀升，它能够借助移动对象的时空特征和移动行为信息发现新知识和模式，从而为智慧城市计算与服务、交通管理与规划、物流管理、智能制造、旅游路径推荐、自然灾害预测与预警、疫情传播监测等诸多领域提供决策支持与

《数据分析师手记：数据分析72个核心问题精解》从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。

《数据分析实践：专业知识和职场技巧》从初学者的角度出发，讲解了进阶为高级数据分析师所需的知识和技能，其中既包括数据分析岗位的介绍、发展现状及未来趋势，也包括实际工作中各环节的方法策略、实战案例，还包括职场中的困惑解答及面试指导。阅读本书，并基于本书进一步拓展所需要的知识能，可以帮助读者形成一套成系统、可实战的数据分析方法论。

《SQLServer从入门到精通（第5版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了SQLServer开发所必需的各方面技术。全书分为4篇共19章，内容包括数据库基础、SQLServer数据库环境搭建、创建与管理数据库、操作数据表、SQL基础、SQL函数的使用、SQL数据查询基础、SQL数据高级查询、视图的使用、存储过程、触发器、游标的使用、索引与数据完整性、SQL中

时序数据库是一种新型技术，主要用于工业互联网软件建设中。近年来，伴随着物联网技术在智能制造、交通、能源、智慧城市等领域的发展，时序数据库也发展迅速，成为搭建应用的必备数据库之一。《深入理解InfluxDB》从InfluxDB的安装开始，一步步详细介绍InfluxDB的功能及原理，带领读者深入理解以InfluxDB为代表的时序数据库。

数据科学的关键技术包括数据存储计算、数据治理、结构化数据分析、语音分析、视觉分析、文本分析和知识图谱等方面。本书的重点是详细介绍文本分析和知识图谱方面的技术。文本分析技术主要包括文本预训练模型、多语种文本分析、文本情感分析、文本机器翻译、文本智能纠错、NL2SQL问答以及ChatGPT大语言模型等。知识图谱技术主要包括知识图谱构建和知识图谱问答等。本书将理论介绍和实践相结合，详细阐述各个技术主题的

本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1？5章包括PySpark大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例