大数据理论与工程实践

高质量的数据关乎企业运营、合规、决策和业绩的关键，哈佛商业评论的一项研究发现，企业中只有3%的数据符合质量标准，绝大多数公司都在寻求切实可行的指导来提高数据质量。本书作者基于多年在数据、数据分析和人工智能方面的实践经验，阐述了4步构建高质量数据体系。他提出了高质量数据的四阶段DARS方法（定义、评估、实现、持续）和10个数据质量最佳实践案例，以此来提高业务中的数据质量水平，为业务提供数据价值，保证

这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。它不仅深入浅出地分享了通用的数据指标体系构建策略，还通过多个行业实例展示了具体操作方法。书中从数据采集入手，借助BI工具Superset实践构建过程。本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深入剖析数据指标波动对业务的影

达梦数据库是一款非常优秀的国产数据库。本书从实用角度，通过对达梦数据库的体系结构、运行机制的讲解，以及与其他数据库相似功能的对比，帮助读者掌握达梦数据库的基本操作。本书第1章讲解达梦数据库的安装部署；第2章讲述达梦数据库的体系结构，并与Oracle的体系结构进行对比；第3章讲解数据库中最重要的两部分redo和undo；第4章介绍用户管理，重点讲述用户创建和权限；第5章讲解表和索引，并对普通表和堆表

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。

本书基于我国深入实施网络强国和国家大数据战略的大背景，将“大语言模型”“知识图谱”“数据治理”相结合，阐述了大模型、知识图谱在智能数据治理中的应用实践，并以医疗、政务及降碳等行业为例，详细介绍了其数据治理流程及平台构建方法。书中首先阐述了大模型时代知识图谱和智能数据治理之间的协同关系，以儿童孤独症为例介绍了基于CiteSpace软件的医疗知识图谱的构建流程；其次详细阐述了基于神经网络模型的个人健康

本书从需求规划、需求实现到可视化展示等，遵循项目开发的主要流程，全景介绍了电商行业Flink实时数据仓库的搭建过程。在整个项目的搭建过程中，介绍了主要组件的安装部署、需求实现的具体思路、问题的解决方案等，并穿插了大数据和数据仓库相关的理论知识，包括数据仓库的概念介绍、电商业务概述、数据仓库理论介绍和数据仓库建模等。最核心的内容是代码中对Flink的灵活应用，为读者展示了Flink处理数据的多种可能

《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

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

《MySQL从入门到精通（第3版）》从初学者角度出发，通过通俗易懂的语言和丰富多彩的实例，详细介绍了MySQL开发需要掌握的各方面技术。全书共分为4篇22章，包括数据库基础，初识MySQL，使用MySQL图形化管理工具，数据库操作，存储引擎及数据类型，数据表操作，MySQL基础，表数据的增、删、改操作，数据查询，常用函数，索引，视图，数据完整性约束，存储过程与存储函数，触发器，事务，事件，备份与恢