-
1
数据分析即未来：企业全生命周期数据分析应用之道
格雷戈里·S.纳尔逊
本书的灵感来自Ralph Kimball的作品，我记得当我读第1版的Data Warehouse Toolkit（Kimball，1996）时，我在心里对自己说“这本书讲得有道理。”与一般商业和技术书籍中经常出现的大谈概念的处理方法非常不同，Kimball在这本书中为我们提供了真正进行数据仓库建设所需要的实用方法、工具和流程。不管是针对已经熟悉数据仓库的专业人士，还是刚开始接触这一解决方案的初学者，Kimball在书中都给他们提供了数据仓库相关领域的准确概述，以及数据仓库全生命周期和关键流程的完整框架。我希望你会发现，本书能够不负这一灵感，它为数据分析生命周期提供了一个全面和实用的指南，并着重于为你的组织打造行之有效的数据分析能力。
-
2
大数据技术体系详解：原理、架构与实践
董西成
随着大数据技术的普及，它已经被广泛应用于互联网、电信、金融、工业制造等诸多行业。据相关报告统计，大数据人才需求呈井喷态势，越来越多的程序员开始学习大数据技术，这使得它已经成为程序员所需的基本技能。为了满足大数据人才市场需求，越来越多的大数据技术书籍不断面世，包括《Hadoop权威指南》《Hadoop实战》等。尽管如此，面向初、中级学者，能够系统化、体系化介绍大数据技术的基础书籍并不多见。笔者曾接触过大量大数据初学者，他们一直渴望能有一本简单且易于理解的教科书式的大数据书籍出现。为了满足这些读者的需求，笔者根据自己多年的数据项目和培训经验，继《Hadoop技术内幕》书籍之后，于两年前开始尝试编写一本浅显易读的大数据基础书籍。
-
3
MySQL DBA修炼之道
陈晓勇
本书的作者是互联网一线的数据库开发、运维专家，书中的内容是其对10多年工作中所遇问题的思考和总结，围绕着MySQL徐徐展开，犹如庖丁解牛，对MySQL的核心逻辑解释得相当清晰和透彻。本书以一个数据库专家的视角，解析其观察到的方方面面，内容涉及“业务系统设计”“测试体系”“运维管理”等。本书的很多内容已经不仅仅是从一个DBA的角度出发，更多的是从一个系统架构师和运维管理者的角度来思考问题。读完全书，你将会对整个研发、运维体系的相关领域都有一个概要的认识。这种提纲挈领的架构，对于某个知识领域的学习是非常有价值的。
-
4
正则表达式必知必会
Ben Forta
正则表达式是一种威力无比强大的武器，几乎在所有的程序设计语言里和计算机平台上都可以用它来完成各种复杂的文本处理工作。本书从简单的文本匹配开始，循序渐进地介绍了很多复杂内容，其中包括回溯引用、条件性求值和前后查找，等等。每章都为读者准备了许多简明又实用的示例，有助于全面、系统、快速掌握正则表达式，并运用它们去解决实际问题。本书适合各种语言和平台的开发人员。
-
5
Power BI智能数据分析与可视化从入门到精通
牟恩静 李杰臣编著
本书是为PowerBI新手编写的智能数据分析与可视化教程，能够帮助读者快速提高数据可视化和数据分析的能力。全书共11章，循序渐进地讲解了PowerBI的核心功能和实际应用。第1～3章讲解PowerBI的基础知识和基本操作。第4～10章讲解PowerBI的主要功能，包括数据的获取、整理和建模，报表和视觉对象的制作，在PowerBI服务中进行协作与共享等。第11章通过一个综合实例回顾和巩固所学内容。本书适用于需要经常使用可视化技术呈现和分析数据的职场人士和办公人员，也可供在校学生或数据可视化 爱好者参考。
-
6
Hive性能调优实战
林志煌
本书所介绍的实例都是从原理谈优化，让读者知其然也知其所以然。例如，在介绍HiveSQL调优时，我们会转换成计算引擎执行的等价代码，让读者知道HiveSQL的实际运行流程，从而直观地理解其可能引发的性能问题。
-
7
Spark快速大数据分析（第2版）
朱尔斯·S. 达米吉 布鲁克·韦尼希 丹尼·李 泰瑟加塔·达斯
本书的主角是在大数据时代应运而生的数据处理与分析利器——Spark。你将通过丰富的示例学习如何使用Spark的结构化数据API，利用Spark SQL进行交互式查询，掌握Spark应用的优化之道，用Spark和Delta Lake等开源工具构建可靠的数据湖，并用MLlib库实现机器学习流水线。随着Spark从2.x版本升级到3.0版本，本书第2版做了全面的更新，以体现Spark生态系统在机器学习、流处理技术等方面的发展，另新增一章详解Spark 3.0引入的新特性。
-
8
代码的未来
松本行弘
本书是Ruby 之父松本行弘的又一力作。作者对云计算、大数据时代下的各种编程语言以及相关技术进行了剖析，并对编程语言的未来发展趋势做出预测，内容涉及Go、VoltDB、node.js、CoffeeScript、Dart、MongoDB、摩尔定律、编程语言、多核、NoSQL 等当今备受关注的话题。本书面向各层次程序设计人员和编程爱好者，也可供相关技术人员参考。
-
9
大数据技术原理与应用（第2版）
林子雨编著
（1）概念篇：介绍当前紧密关联的最新IT领域技术云计算、大数据和物联网。（2）大数据存储与管理篇：介绍分布式数据存储的概念、原理和技术，包括HDFS、HBase、NoSQL数据库、云数据库。（3）大数据处理与分析篇：介绍MapReduce分布式编程框架、基于内存的分布式计算框架Spark、图计算、流计算、数据可视化。（4）大数据应用篇：介绍基于大数据技术的推荐系统。
-
10
在你身边为你设计Ⅲ：腾讯服务设计思维与实战
腾讯公司用户研究与体验设计部
互联网+代表一种新的经济形态，即充分发挥互联网在生产要素配置中的优化和集成作用，将互联网的创新成果深度融合于经济社会各领域中，提升实体经济的创新力和生产力，形成更广泛的以互联网为基础设施和实现工具的经济发展新形态。“互联网+”行动计划将重点促进以云计算、物联网、大数据为代表的新一代信息技术与现代制造业、生产性服务业等的融合创新，发展壮大新兴业态，打造新的产业增长点，为大众创业、万众创新提供环境，为产业智能化提供支撑，增强新的经济发展动力，促进国民经济提质增效升级。本书通过腾讯CDC收集参与案例，为大家解析近两年互联网+的优秀案例。
-
11
一个64位操作系统的设计与实现
田宇
本书讲述了一个64位多核操作系统的自制过程。此操作系统自制过程是先从虚拟平台构筑起一个基础框架，随后再将基础框架移植到物理平台中进行升级、完善与优化。为了凸显64位多核操作系统的特点，物理平台选用搭载着Intel Core-i7处理器的笔记本电脑。与此同时，本书还将Linux内核的源码精髓、诸多官方白皮书以及多款常用协议浓缩于其中，可使读者在读完本书后能够学以致用，进而达到理论联系实际的目的。全书共分为16章。第1~2章讲述了操作系统的基础概念和开发操作系统需要掌握的知识；第3~5章在虚拟平台下快速构建起一个操作系统模型；第6~16章将在物理平台下对操作系统模型做进一步升级、优化和完善。本书既适合在校学习理论知识的初学者，又适合在职工作的软件工程师或有一定基础的业余爱好者。
-
12
Python金融大数据分析（第2版）
伊夫·希尔皮斯科
《Python金融大数据分析 第2版》分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。 《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。
-
13
收获，不止Oracle（第2版）
梁敬彬 梁敬弘
在这本书里读者将会跟随作者一同对Oracle数据库的相关知识进行梳理，然后共同提炼出必须最先掌握的那部分知识，无论你是数据库开发、管理、优化、设计人员，还是从事Java、C的开发人员。接下来作者再将这部分知识中最实用的内容进一步提炼，浓缩出精华的部分，分享给大家。这是二八现象的一次经典应用。 这部分知识就是Oracle的物理体系结构、逻辑体系结构、表、索引以及表连接五大部分。通过阅读这些章节，读者将会在很短时间内以一种有史以来最轻松的方式，完成对Oracle数据库的整体认识，不仅能在工作中解决常规问题，还能具备一定的设计和调优能力。相信通过这些章节的学习，会给读者的Oracle学习带来极大的收获。
-
14
大数据：规划、实施、运维
谢朝阳
本书将为你答疑解惑。本书将展现作者在国内外大数据最线的实战经验，面向不同行业的共性诉求来指导读者大数据该怎么做，并阐明大数据发展的误区。本书对大数据，从经济价值、商业模式、框架搭建、数据挖掘、网络布置、安全防护、人员能力和后续运维管理多个维度，以及基础设施、中间件、重点应用等多个层面进行系统阐述。
-
15
数据可视化分析：Tableau原理与实践（全彩）
喜乐君
本书系统地讲解了Tableau Prep Builder和Tableau Desktop的原理与实践应用。全书以可视化分析、Tableau计算为重点，详细介绍了如何理解数据的层次、如何使用Tableau Prep Builder整理和准备数据、如何使用Tableau Desktop开展敏捷数据分析、Tableau高级互动，特别是深入介绍了Tableau的各种计算，从而以有限的数据实现无限的业务场景分析。全书贯穿数据与问题的层次分析方法，并用实例加以说明，不仅适合希望系统学习Tableau的初学者，而且适合Tableau的中高级分析师。