Spark大数据处理：技术、应用与性能优化

数据挖掘算法为大数据与人工智能的核心，掌握数据挖掘各算法的编程实现，有助于提升大数据的实践运用能力。本书详细阐述了数据挖掘常用算法与编程实现，同时，本书以多个经典的数据挖掘赛题为案例，详细论述了数据预处理、特征选择、可视化、算法选择等全流程数据挖掘过程的编程实现，有助于提升读者面对实际数据问题时灵活运用各类算法能力。

本书概述了城市计算的定义、框架和主要研究问题，以典型应用为案例着重介绍大数据中异构数据的融合和协同计算技术，根据城市计算的框架分成四个部分：概念和框架、城市感知和数据采集、城市数据管理、城市数据分析。第一部分（第1章和第2章）给出城市计算的概述。第二部分（第3章）介绍了数据的来源和收集方法。第三部分由第4~6章组成，介绍了空间和时空数据的数据管理。第四部分由第7~10章组成，介绍了从城市大数据中挖

为了便于读者进行系统学习、分类整理知识点及遇到问题时能够快速找到求解的方法，本书按照算法策略进行划分，每一章都引入了若干个经典问题。通过问题的分析、计算模型的建立、算法的设计与描述、算法的分析来深入解读每一种算法策略所能解决的问题范畴及方法。全书共分9章，内容包括：算法设计基础、算法效率分析基础、迭代法、蛮力法、分治策略、回溯与分支界限、贪心算法、动态规划、随机算法。本书非常注重教材的可读性和实用

本书分为6篇，共14章。从OLAP核心概念出发，以Presto为例，从整体执行流程到不同SQL的执行原理，力图把OLAP查询的核心流程以一种系统化的方式来给读者讲清楚。第一篇背景知识（第1章和第2章）介绍OLAP的基础知识和Presto相关的背景知识，并给出了后续贯穿全书的SQL代码；第二篇核心原理（第3章和第4章）非常详细地串讲了SQL执行流程，介绍了执行计划的生成和优化；第三篇经典SQL（第5

本书主要向读者介绍基于互联网技术的数据分析原理与方法，帮助读者理解并掌握数据分析能力，可使用到实践中并提升工作能力。本书具体内容包括学数据分析有什么用，数据分析的基础方法，数据分析的起点，数据分析的基础，数据分析的准备；通过数据分析看清现实，通过数据分析抓住业务增长机会，通过数据分析发现异常、处理异常、防止异常，通过数据分析预测与推荐，通过数据分析服务线下业务，数据分析结果汇报，以及让数据分析结果

本教材共介绍7个项目，项目1为云数据中心认知，主要介绍了什么是数据中心、云数据中心的特点、体系结构、云数据中心和传统数据中心的区别、绿色数据的概念以及发展趋势。项目2介绍了云数据中心的规划与设计，主要包括云数据中心的设计建设的指标、基础设施的规划以及云数据中心的优化策略。项目3介绍了云数据中心的硬件选型，主要包括服务器设备、网络设备以及存储设备的介绍和选型。项目4到项目6则重点介绍了虚拟化技术、云

本书内容分为五篇。第一篇从数据要素的基本概念和发展历程入手，帮助读者建立对数据要素的初步认知，并在此基础上探索与数据要素相关的政策导向和环境，了解数据在当今社会中的地位和影响。第二篇详细阐述如何实现数据要素价值化，具体包括数据资产管理、数据治理与确权、数据资产评估与定价等多个方面，还介绍了数据资源入表，数据监管、合规与安全，数据资产的交易等知识。第三篇重点介绍公共数据要素基本知识和公共数据要素价值

本书将从内部组件、外部应用和数据结构3个方面为读者介绍Redis常见、经典的用法与实例，并且所有实例均附有完整的Python代码，方便读者学习和参考。全书分3个部分：第一部分讲内部组件，介绍的实例通常用于系统内部，如缓存、锁、计数器、迭代器、速率限制器等，这些都是很多系统中不可或缺的部分；第二部分讲外部应用，介绍的实例都是一些日常常见的、用户可以直接接触到的应用，如直播弹幕、社交关系、排行榜、分页

本书共8章，第1章介绍新媒体数据分析的基础知识；第2章介绍各种新媒体数据分析指标；第3章介绍新媒体数据的采集；第4章介绍新媒体数据处理；第5章介绍新媒体数据分析的思维和方法；第6章介绍新媒体数据可视化；第7章介绍不同新媒体平台的数据分析方法和实战技能；第8章介绍新媒体数据分析报告的制作。