百人牛牛一把输赢几万块

這是一本寫網(wǎng)站數(shù)據(jù)分析的專業(yè)書，有思路，有分析方法，有分析工具講解和案例剖析。推薦數(shù)據(jù)分析、網(wǎng)站運營等人士閱讀。作者宋天龍是中國新生代的網(wǎng)站數(shù)據(jù)分析界“大拿”的代表，其對網(wǎng)站數(shù)據(jù)分析的理解是行業(yè)中數(shù)一數(shù)二的。他把他對網(wǎng)站數(shù)據(jù)分析的闡釋和領(lǐng)會一覽無余地吐露在本書中，并分四篇深入淺出地講述了從企業(yè)數(shù)據(jù)體系建設(shè)之初，到網(wǎng)站分析工具的選擇與部署，再到實際案例分析，最后收尾于其對網(wǎng)站數(shù)據(jù)分析的升華與提高，尤其是引人入勝的第15章對網(wǎng)站數(shù)據(jù)分析的投入與產(chǎn)出的分析，更是充分展示了宋天龍對網(wǎng)站數(shù)據(jù)分析游刃有余的拿捏。據(jù)此，我推薦任何剛?cè)腴T及所有對網(wǎng)站數(shù)據(jù)分析感興趣的朋友來學(xué)習(xí)和閱讀，如果可能，與宋天龍一起切磋和提高。

·29.5萬字

會員

實戰(zhàn)大數(shù)據(jù)：分布式大數(shù)據(jù)分析處理系統(tǒng)開發(fā)與應(yīng)用

實戰(zhàn)大數(shù)據(jù)——分布式大數(shù)據(jù)分析處理系統(tǒng)開發(fā)與應(yīng)用，從大數(shù)據(jù)技術(shù)基礎(chǔ)概念出發(fā)，介紹了大數(shù)據(jù)分析的流程和大數(shù)據(jù)分析處理系統(tǒng)的組成，以及大數(shù)據(jù)集群的搭建，并在此基礎(chǔ)上講解了多種不同技術(shù)構(gòu)成的離線/實時數(shù)據(jù)分析系統(tǒng)實戰(zhàn)項目。全書共10章，包括大數(shù)據(jù)概述、大數(shù)據(jù)分析的基本流程與工具、分布式大數(shù)據(jù)分析處理系統(tǒng)概述、構(gòu)建大數(shù)據(jù)集群環(huán)境、構(gòu)建基于LayUI的集群管理系統(tǒng)、基于HBase的大數(shù)據(jù)離線分析系統(tǒng)、基于Hive+Hadoop+Spark的大數(shù)據(jù)離線分析系統(tǒng)、基于MySQL+Spark的大數(shù)據(jù)離線分析系統(tǒng)、基于Redis+Kafka+Spark的大數(shù)據(jù)實時分析系統(tǒng)、基于Flume+Kafka+Flink的大數(shù)據(jù)實時分析系統(tǒng)。實戰(zhàn)大數(shù)據(jù)——分布式大數(shù)據(jù)分析處理系統(tǒng)開發(fā)與應(yīng)用，適合從事大數(shù)據(jù)系統(tǒng)搭建與運維、大數(shù)據(jù)分析等崗位的技術(shù)人員閱讀，也適合高等院校大數(shù)據(jù)相關(guān)專業(yè)的學(xué)生使用。

·7.2萬字

會員

Filecoin原理與實現(xiàn)

本書系統(tǒng)介紹Filecoin的原理與實現(xiàn)，深入分析了Filecoin的底層運行機制。主要內(nèi)容分三個部分：原理篇、實現(xiàn)篇和拓展篇。原理篇包括第1~7章，在簡單介紹Filecoin的基礎(chǔ)知識和技術(shù)發(fā)展的基礎(chǔ)上，著重對Filecoin的設(shè)計和原理進行比較詳細的闡述。實現(xiàn)篇包括第8~14章，講述Filecoin的基礎(chǔ)技術(shù)和實現(xiàn)。拓展篇包括第15~17章，講述Filecoin的技術(shù)創(chuàng)新和生態(tài)探索。

·15.2萬字

會員

數(shù)據(jù)庫開發(fā)技術(shù)標(biāo)準(zhǔn)教程

本書由資深網(wǎng)絡(luò)安全教師撰寫，書中系統(tǒng)并深入地將Python應(yīng)用實例與網(wǎng)絡(luò)安全相結(jié)合進行講解，不僅講述了Python的實際應(yīng)用方法，而且從網(wǎng)絡(luò)安全原理的角度分析了Python實現(xiàn)網(wǎng)絡(luò)安全編程的技術(shù)，真正做到理論與實踐相結(jié)合。全書共分為15章。第1章介紹網(wǎng)絡(luò)安全滲透測試的相關(guān)理論。第2章介紹KaliLinux2使用基礎(chǔ)。第3章介紹Python語言基礎(chǔ)。第4章介紹安全滲透測試中的常見模塊。第5章介紹使用Python實現(xiàn)信息收集。第6章和第7章介紹使用Python對漏洞進行滲透。第8章介紹使用Python實現(xiàn)網(wǎng)絡(luò)的嗅探與監(jiān)聽。第9章介紹使用Python實現(xiàn)拒絕服務(wù)攻擊。第10章介紹使用Python實現(xiàn)身份認證攻擊。第11章介紹使用Python編寫遠程控制工具。第12章和第13章介紹使用Python完成無線網(wǎng)絡(luò)滲透。第14章介紹使用Python對Web應(yīng)用進行滲透測試。第15章介紹使用Python生成滲透測試報告。本書適合網(wǎng)絡(luò)安全滲透測試人員、運維工程師、網(wǎng)絡(luò)管理人員、網(wǎng)絡(luò)安全設(shè)備設(shè)計人員、網(wǎng)絡(luò)安全軟件開發(fā)人員、安全課程培訓(xùn)學(xué)員、高校網(wǎng)絡(luò)安全專業(yè)方向的學(xué)生閱讀。

·10.9萬字

會員

Mockito Cookbook

Thisisafocusedguidewithlotsofpracticalrecipeswithpresentationsofbusinessissuesandpresentationofthewholetestofthesystem.ThisbookshowstheuseofMockito'spopularunittestingframeworkssuchasJUnit,PowerMock,TestNG,andsoon.Ifyouareasoftwaredeveloperwithnotestingexperience(especiallywithMockito)andyouwanttostartusingMockitointhemostefficientwaythenthisbookisforyou.ThisbookassumesthatyouhaveagoodknowledgelevelandunderstandingofJava-basedunittestingframeworks.

·5.9萬字

會員

分布式數(shù)據(jù)庫：原理與實踐

本書全方位講解分布式數(shù)據(jù)庫的知識點，由易到難、由淺入深地帶領(lǐng)讀者在分布式數(shù)據(jù)領(lǐng)域不斷深入。第1章主要介紹分布式數(shù)據(jù)庫的起源與發(fā)展，并就分布式數(shù)據(jù)庫的結(jié)構(gòu)模式、作用及特點進行詳細講解。第2章主要對分布式技術(shù)、分布式服務(wù)架構(gòu)、云數(shù)據(jù)庫與容器化技術(shù)、大數(shù)據(jù)平臺、分布式存儲與數(shù)據(jù)庫以及區(qū)塊鏈技術(shù)進行詳細介紹。第3章主要從分布式的基礎(chǔ)理論、分布式事務(wù)分類以及分布式數(shù)據(jù)庫分類、SequoiaDB數(shù)據(jù)庫展開介紹。第4章主要從體系結(jié)構(gòu)、安裝部署、實例創(chuàng)建、數(shù)據(jù)庫操作以及數(shù)據(jù)庫事務(wù)能力五個方面介紹分布式數(shù)據(jù)庫架構(gòu)。第5章主要講述分布式原理、高可用能力演示，以及集群擴容與縮容操作。第6章主要講解數(shù)據(jù)遷移的實例，數(shù)據(jù)庫和集群的備份、恢復(fù)的基本知識和實例操作。第7章主要介紹數(shù)據(jù)庫的監(jiān)控與管理，還會介紹幾種代表性的快照類型，最后按照問題分類對常見錯誤進行描述并提供相應(yīng)的解決方案。本書適合作為高等學(xué)校計算機專業(yè)數(shù)據(jù)庫相關(guān)課程的教材，也適合作為分布式數(shù)據(jù)庫領(lǐng)域技術(shù)人員的參考書。

·7.9萬字

會員

圖數(shù)據(jù)庫原理、架構(gòu)與應(yīng)用

這是一本能幫助讀者快速掌握圖數(shù)據(jù)庫的原理、架構(gòu)、算法、擴展、規(guī)劃、測評、優(yōu)化以及實戰(zhàn)應(yīng)用的著作，書中的理論和實踐均來自國內(nèi)領(lǐng)先的圖數(shù)據(jù)庫企業(yè)Ultipa的科研成果和實踐經(jīng)驗，由Ultipa的創(chuàng)始人兼CTO孫宇熙領(lǐng)銜撰寫。該書內(nèi)容全面、體系完整、循序漸進、深入淺出、圖文并茂，兼具理論性、實戰(zhàn)性、趣味性。用通俗的語言將抽象的圖數(shù)據(jù)庫技術(shù)具體化、形象化，將帶領(lǐng)讀者經(jīng)歷一次非凡的“圖數(shù)據(jù)之旅”。通過本書，你將掌握以下內(nèi)容：圖數(shù)據(jù)庫、圖計算的概念與區(qū)別；圖計算、圖存儲、圖查詢語言的原理；高性能圖存儲架構(gòu)、計算架構(gòu)；圖數(shù)據(jù)庫查詢與分析框架的設(shè)計；度計算、中心性計算、相似度計算、連通性計算等圖算法；可擴展的圖數(shù)據(jù)庫設(shè)計；高可用分布式設(shè)計；圖數(shù)據(jù)庫在決策智能、反欺詐、反洗錢、智能推薦、流動性風(fēng)險管理等多個領(lǐng)域的實戰(zhàn)經(jīng)驗；圖系統(tǒng)的規(guī)劃、評測與優(yōu)化。

·17.2萬字

會員

分布式數(shù)據(jù)服務(wù)：事務(wù)模型、處理語言、一致性與體系結(jié)構(gòu)

隨著物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)與人工智能等技術(shù)的蓬勃發(fā)展，計算服務(wù)逐漸從計算密集型向數(shù)據(jù)密集型（DataIntensive）轉(zhuǎn)變。高性能、高通量的數(shù)據(jù)服務(wù)關(guān)鍵技術(shù)成為智慧城市、智能制造、智慧農(nóng)業(yè)等國家重大需求解決方案的核心基礎(chǔ)。并行與分布式數(shù)據(jù)處理的概念啟發(fā)于上世紀(jì)80年代，源自討論在內(nèi)存及二級存儲極為有限的條件下如何跨越“內(nèi)存墻”，完成計算任務(wù)的優(yōu)化技術(shù)。而今，互聯(lián)網(wǎng)與私有網(wǎng)絡(luò)數(shù)據(jù)指數(shù)級增長、數(shù)據(jù)服務(wù)的事務(wù)性需求復(fù)雜多變、跨地域數(shù)據(jù)同步需求動態(tài)不統(tǒng)一、如何應(yīng)對當(dāng)前及未來大數(shù)據(jù)服務(wù)及其上的人工智能計算對并行與分布式數(shù)據(jù)服務(wù)提出了新的問題與挑戰(zhàn)。本書從并行與分布式數(shù)據(jù)服務(wù)的基礎(chǔ)理論、事務(wù)模型、數(shù)據(jù)處理語言等基礎(chǔ)內(nèi)容，并進一步討論分布式數(shù)據(jù)一致性模型及全觀性的數(shù)據(jù)處理架構(gòu)方面的先進及實用的研究及系統(tǒng)軟件相關(guān)知識，，對分布式數(shù)據(jù)服務(wù)的其他研究也進行了概述，并對其未來發(fā)展方向進行展望。本書可以作為計算機、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能等相關(guān)專業(yè)的高年級本科生與研究生在數(shù)據(jù)庫理論及分布式系統(tǒng)等課程上的輔助教材，也可以為物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)與人工智能等領(lǐng)域的科研人員及從業(yè)者提供創(chuàng)新研究與技術(shù)應(yīng)用的參考。

·15.5萬字

會員

分布式數(shù)據(jù)庫基礎(chǔ)與應(yīng)用

本書是一本介紹分布式數(shù)據(jù)庫基礎(chǔ)內(nèi)容與應(yīng)用的大數(shù)據(jù)專業(yè)類圖書，力求培養(yǎng)讀者對分布式數(shù)據(jù)庫的應(yīng)用技能。本書共11章，采用原理＋代碼實例+綜合案例的編寫形式，清晰明了地介紹分布式數(shù)據(jù)庫的原理、基礎(chǔ)應(yīng)用、進階應(yīng)用及主流工具的使用方法、應(yīng)用場景，以理實結(jié)合為編寫要求，讓讀者能夠輕松學(xué)習(xí)和掌握分布式數(shù)據(jù)庫的內(nèi)容。本書可以作為高等院校計算機、網(wǎng)絡(luò)技術(shù)等相關(guān)專業(yè)的教材，也可以作為數(shù)據(jù)庫相關(guān)工作的從業(yè)人員的參考用書，亦可作零基礎(chǔ)人員學(xué)習(xí)分布式數(shù)據(jù)庫技術(shù)的入門圖書。

·14萬字

會員

R數(shù)據(jù)挖掘?qū)崙?zhàn)

本書通過循序漸進的介紹，讓讀者借助基礎(chǔ)以及先進的數(shù)據(jù)挖掘技術(shù)，幫助一個虛擬的商業(yè)公司解決對其造成負面影響的真實欺詐案例。通過全程參與這一極不尋常的數(shù)據(jù)挖掘案例，讀者將會掌握數(shù)據(jù)挖掘方面的強大技能。本書非常適合想通過R語言快速了解數(shù)據(jù)挖掘、預(yù)測分析、商業(yè)分析等領(lǐng)域的數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析員閱讀，也適合高等院校數(shù)據(jù)挖掘相關(guān)專業(yè)師生和對數(shù)據(jù)挖掘感興趣的技術(shù)人員參考。

·15.4萬字

會員

云原生數(shù)據(jù)庫：原理與實踐

本書詳細剖析了作為核心基礎(chǔ)軟件系統(tǒng)的數(shù)據(jù)庫在云計算時代的技術(shù)演進歷程，從架構(gòu)設(shè)計、實現(xiàn)機制和系統(tǒng)優(yōu)化等多個角度闡述傳統(tǒng)數(shù)據(jù)庫技術(shù)是如何一步步發(fā)展到云原生形態(tài)的。本書強調(diào)理論和實踐的充分結(jié)合，分析MySQL、PostgreSQL等工業(yè)界“活”的系統(tǒng)實現(xiàn)數(shù)據(jù)庫的SQL優(yōu)化與執(zhí)行、事務(wù)處理、緩存與索引等原理，在面對實際應(yīng)用需求時做了哪些權(quán)衡與折中，面對復(fù)雜的應(yīng)用場景如何優(yōu)化，以及做出種種選擇背后的原因。同時，本書結(jié)合阿里云在數(shù)據(jù)庫領(lǐng)域的研發(fā)實踐經(jīng)驗，著重講述現(xiàn)代數(shù)據(jù)庫從系統(tǒng)進化到服務(wù)的一系列核心技術(shù)原理，例如利用云計算資源池化技術(shù)、分布式技術(shù)實現(xiàn)數(shù)據(jù)庫的高可用、彈性擴展和按需使用等。本書內(nèi)容翔實，兼具理論深度和實現(xiàn)細節(jié)，同時開放性地探索了數(shù)據(jù)庫的最新發(fā)展方向，能夠啟發(fā)讀者進一步深入思考。本書可作為高等院校信息類專業(yè)的本科生和碩士研究生教材，也可作為數(shù)據(jù)庫行業(yè)的內(nèi)核研發(fā)和系統(tǒng)運維等從業(yè)人員的參考書。

·13.8萬字

會員

類別不平衡學(xué)習(xí)：理論與算法

類別不平衡學(xué)習(xí)是機器學(xué)習(xí)與數(shù)據(jù)挖掘領(lǐng)域的重要分支之一，其在很多應(yīng)用領(lǐng)域中均發(fā)揮著重要作用。本書首先系統(tǒng)地介紹了與類別不平衡學(xué)習(xí)相關(guān)的一些基礎(chǔ)概念及理論(第1、2章)，進而在上述理論的基礎(chǔ)上，討論了一些主流的類別不平衡學(xué)習(xí)技術(shù)及對應(yīng)算法，具體包括樣本采樣技術(shù)(第3章)、代價敏感學(xué)習(xí)技術(shù)(第4章)、決策輸出補償技術(shù)(第5章)、集成學(xué)習(xí)技術(shù)(第6章)、主動學(xué)習(xí)技術(shù)(第7章)及一類分類技術(shù)(第8章)等。此外，也探討了樣本不平衡分布的危害預(yù)評估技術(shù)(第9章)。最后，對該領(lǐng)域未來的發(fā)展方向及應(yīng)用前景做出了評述與展望(第10章)。本書可作為高等院校與研究院所計算機、自動化及相關(guān)專業(yè)研究生的課外閱讀書籍，也可供對機器學(xué)習(xí)及數(shù)據(jù)挖掘感興趣的研究人員和工程技術(shù)人員閱讀參考。

·11萬字

會員

大數(shù)據(jù)架構(gòu)和算法實現(xiàn)之路：電商系統(tǒng)的技術(shù)實戰(zhàn)

本書介紹了一些主流技術(shù)在商業(yè)項目中的應(yīng)用，包括機器學(xué)習(xí)中的分類、聚類和線性回歸，搜索引擎，推薦系統(tǒng)，用戶行為跟蹤，架構(gòu)設(shè)計的基本理念及常用的消息和緩存機制。在這個過程中，我們有機會實踐R、Mahout、Solr、Elasticsearch、Hadoop、HBase、Hive、Flume、Kafka、Storm等系統(tǒng)。如前所述，本書最大的特色就是，從商業(yè)需求出發(fā)演變到合理的技術(shù)方案和實現(xiàn)，因此根據(jù)不同的應(yīng)用場景、不同的數(shù)據(jù)集合、不同的進階難度，我們?yōu)樽x者提供了反復(fù)溫習(xí)和加深印象的機會。

·19.7萬字

會員

揭秘云計算與大數(shù)據(jù)

本書使用通俗的語言將相關(guān)知識和技術(shù)分五大部分進行詳細介紹，能夠幫助讀者快速掌握云計算與大數(shù)據(jù)的知識、原理、架構(gòu)和實戰(zhàn)技巧。本書的內(nèi)容包括揭秘云計算、揭秘大數(shù)據(jù)、云計算與大數(shù)據(jù)體系架構(gòu)剖析、云計算與大數(shù)據(jù)進階、大數(shù)據(jù)應(yīng)用與云平臺實戰(zhàn)。書中大量的理論和實踐來自編寫團隊在云計算和大數(shù)據(jù)領(lǐng)域的科研成果和實戰(zhàn)經(jīng)驗，這些經(jīng)驗很好地將理論和實際應(yīng)用進行了融合。本書適合零基礎(chǔ)的讀者閱讀，也可作為高等院校大數(shù)據(jù)和云計算相關(guān)課程的教材，亦可作為從事大數(shù)據(jù)、云計算技術(shù)相關(guān)工作的專業(yè)人員的參考書。

·16.1萬字

會員

SQL Server 2012數(shù)據(jù)庫技術(shù)與應(yīng)用（微課版）

本書共15章，比較系統(tǒng)地介紹SQLServer2012概述、數(shù)據(jù)庫管理、建表基礎(chǔ)、表的管理、數(shù)據(jù)更新、簡單查詢、多表復(fù)雜查詢、視圖、索引、T-SQL基礎(chǔ)、游標(biāo)、存儲過程、觸發(fā)器、SQLServer安全管理、SQLServer2012數(shù)據(jù)庫維護等內(nèi)容。

·12萬字

會員

Libgdx Cross/platform Game Development Cookbook

Ifyouwanttomakecross-platformgameswithoutthehassleanddangersofwritingplatform-specificcode,orIfyouareagameprogrammerwhomayhavesomeexperiencewithJavaandyouwanttolearneverythingyouneedtoknowaboutLibgdxtoproduceawesomework,thisisthebookforyou.Totakefulladvantageoftherecipesinthisbook,youareexpectedtobefamiliarwithjavawithgoodgameprogrammingknowledge.

·12.1萬字

會員

Data Analysis with Python

DataAnalysiswithPythonoffersamodernapproachtodataanalysissothatyoucanworkwiththelatestandmostpowerfulPythontools,AItechniques,andopensourcelibraries.IndustryexpertDavidTaiebshowsyouhowtobridgedatasciencewiththepowerofprogrammingandalgorithmsinPython.You'llbeworkingwithcomplexalgorithms,andcutting-edgeAIinyourdataanalysis.Learnhowtoanalyzedatawithhands-onexamplesusingPython-basedtoolsandJupyterNotebook.You'llfindtherightbalanceoftheoryandpractice,withextensivecodefilesthatyoucanintegraterightintoyourowndataprojects.Explorethepowerofthisapproachtodataanalysisbythenworkingwithitacrosskeyindustrycasestudies.Fourfascinatingandfullprojectsconnectyoutothemostcriticaldataanalysischallengesyou’relikelytomeetintoday.ThefirstoftheseisanimagerecognitionapplicationwithTensorFlow–embracingtheimportancetodayofAIinyourdataanalysis.Thesecondindustryprojectanalysessocialmediatrends,exploringbigdataissuesandAIapproachestonaturallanguageprocessing.Thethirdcasestudyisafinancialportfolioanalysisapplicationthatengagesyouwithtimeseriesanalysis-pivotaltomanydatascienceapplicationstoday.Thefourthindustryusecasedivesyouintographalgorithmsandthepowerofprogramminginmoderndatascience.You'llwrapupwithathoughtfullookatthefutureofdatascienceandhowitwillharnessthepowerofalgorithmsandartificialintelligence.

·8.9萬字

會員

Spark 3.0大數(shù)據(jù)分析與挖掘：基于機器學(xué)習(xí)

Spark作為新興的、應(yīng)用范圍廣泛的大數(shù)據(jù)處理開源框架，吸引了大量的大數(shù)據(jù)分析與挖掘從業(yè)人員進行相關(guān)內(nèi)容的學(xué)習(xí)與開發(fā)，其中ML是Spark3.0機器學(xué)習(xí)框架使用的核心。本書用于Spark3.0ML大數(shù)據(jù)分析與挖掘入門，配套示例源碼、PPT課件、數(shù)據(jù)集、思維導(dǎo)圖、開發(fā)環(huán)境和作者答疑服務(wù)。本書共分13章，從Spark3.0大數(shù)據(jù)分析概述、基礎(chǔ)安裝和配置開始，依次介紹ML的DataFrame、ML的基本概念，以及協(xié)同過濾、線性回歸、分類、決策樹與隨機森林、聚類、關(guān)聯(lián)規(guī)則、數(shù)據(jù)降維、特征提取和轉(zhuǎn)換等數(shù)據(jù)處理方法；最后通過經(jīng)典的鳶尾花分析實例，回顧前面的學(xué)習(xí)內(nèi)容，實現(xiàn)了一個完整的數(shù)據(jù)分析與挖掘過程。本書采取實例和理論相結(jié)合的方式，講解細致直觀，示例豐富，適合Spark3.0機器學(xué)習(xí)初學(xué)者、大數(shù)據(jù)分析和挖掘人員，也適合高等院校和培訓(xùn)機構(gòu)人工智能與大數(shù)據(jù)相關(guān)專業(yè)的師生教學(xué)參考。

·8萬字

會員

SQL Server深入詳解

MicrosoftSQLServer2005是新一代大型電子商務(wù)、數(shù)據(jù)分析和數(shù)據(jù)庫解決方案，本書是創(chuàng)建SQLServer2005數(shù)據(jù)庫和應(yīng)用的一本參考書。通過這本書，讀者可以學(xué)到如何進行SQLServer2005數(shù)據(jù)庫的安裝，如何進行數(shù)據(jù)庫組件管理以及數(shù)據(jù)庫的轉(zhuǎn)換、備份等工作。同時，讀者通過對MicrosoftSQLServer的實現(xiàn)語言－Transact-SQL的學(xué)習(xí)，可以進一步地了解SQLServer2005的數(shù)據(jù)庫操作、表操作、強大的Select語句、存儲過程及觸發(fā)器、事務(wù)處理等相關(guān)內(nèi)容。另外，通過這本書的學(xué)習(xí)，讀者也可以了解到SQLServer2005數(shù)據(jù)庫針對數(shù)據(jù)倉庫管理、商業(yè)智能（BI）的方向的發(fā)展情況。其中的第9章內(nèi)容主要是介紹應(yīng)用SQLServer2005商業(yè)智能技術(shù)為上海某電信公司進行的報表及業(yè)務(wù)分析系統(tǒng)，從設(shè)計方案到開發(fā)技術(shù)以及最終報表的展示，充分為廣大讀者提供一個學(xué)習(xí)和了解商業(yè)智能在實際項目中是如何應(yīng)用的。全書用550個圖例對SQLServer2005的主要功能進行深入分析，不僅是進行SQLServer2005開發(fā)的廣大初學(xué)者的指導(dǎo)書籍，同時也可以作為社會相關(guān)領(lǐng)域培訓(xùn)用的輔助教材。

·14.4萬字

會員

云數(shù)據(jù)中心基礎(chǔ)

本教材共介紹7個項目，項目1為云數(shù)據(jù)中心認知，主要介紹了什么是數(shù)據(jù)中心、云數(shù)據(jù)中心的特點、體系結(jié)構(gòu)、云數(shù)據(jù)中心和傳統(tǒng)數(shù)據(jù)中心的區(qū)別、綠色數(shù)據(jù)的概念以及發(fā)展趨勢。項目2介紹了云數(shù)據(jù)中心的規(guī)劃與設(shè)計，主要包括云數(shù)據(jù)中心的設(shè)計建設(shè)的指標(biāo)、基礎(chǔ)設(shè)施的規(guī)劃以及云數(shù)據(jù)中心的優(yōu)化策略。項目3介紹了云數(shù)據(jù)中心的硬件選型，主要包括服務(wù)器設(shè)備、網(wǎng)絡(luò)設(shè)備以及存儲設(shè)備的介紹和選型。項目4到項目6則重點介紹了虛擬化技術(shù)、云計算技術(shù)和運維技術(shù)，以及KVM虛擬化的搭建OpenStack的搭建，Zabbix、Puppet、KickStart搭建，項目7則介紹了Docker與Kubernetes容器技術(shù)，其中詳細介紹了Docker與Kubernetes的搭建和實現(xiàn)。