本书围绕Hadoop生态圈相关系统介绍大数据处理架构。全书共11章，其中，第1、2章主要带领大家认识Hadoop以及学会搭建Hadoop集群；第3～5章讲解分布式文件系统（HDFS）、分布式计算框架MapReduce以及分布式协调服务；第6章讲解Hadoop 2.0新特性，包含YARN和高可用特性;第7～10章主要讲解Hadoop生态圈的相关辅助系统，包括Hive、Flume、Azkaban和Sqoop;第11章是一个综合项目——网站流量日志数据分析系统，目的是教会大家如何利用Hadoop生态圈

随着工业化和信息化的迅猛发展，工业控制系统越来越多地采用信息技术和通信网络技术，工业控制系统信息安全问题面临严峻的挑战。本书全面阐述了工业控制系统相关信息安全概念，详细分析了工业控制系统信息安全脆弱性以及近年来相关安全事件，对国内外的工业控制系统信息安全发展现状做了介绍。同时本书提出了工业控制系统信息安全标准体系，对关键技术做了说明，还列举了一些行业的安全防护体系建设案例。*后总结了目前工控系统信息安全发展中存在的问题，综合分析了未来的发展趋势。

本书简要介绍了现代数字系统设计的设计思想和硬件基础知识，包括现代数字系统的各类典型应用，以及在实际进行数字系统设计时如何进行选型等问题。书中重点介绍了VerilogHDL的基础知识、基本内容和基本结构，特别是在书中汇集了作者多年工程实践的体会和经验，为读者提出了若干在实际使用中需要着重注意的问题，并提供了大量经过工程实践验证过的实例供读者参考和练习。

本书是依照教育部电子信息与电气学科教学指导委员会2004年审定通过的《电子技术基础课程教学基本要求》和CCC2004教学大纲要求，考虑到电子技术课程的发展而编写的。本书在讲清基本概念、基本原理的基础上，突出了分析方法和设计方法。在介绍传统分析、设计方法的同时，较为详细地介绍了目前在电路设计中较为流行的硬件描述语言VHDL。并配有典型、实用的例题。这些例题都是作者从多年科研和教学实践经验中提炼出来的，这就为读者学习、应用这些器件设计开发数字系统打下基础。本书内容包括：数字逻辑基础、逻辑门

本书共分六个单元，分别为自动控制系统的基本原理、控制系统的数学模型、自动控制系统的性能指标与时域分析、根轨迹分析法和频域分析法、线性控制系统的校正以及典型自动控制系统。本书叙述简洁，理论深入浅出，层次清晰。各章均配有丰富的例题和习题，书末附有综合测试与部分习题参考答案，方便学生学习。本书可作为高等职业教育机电一体化技术、电气自动化技术、数控设备应用与维护以及工业机器人技术等多个专业的教学用书，也适用于成人高校、职工大学、函授大学的相近专业，并可供自动化技术方面的工作人员参考。

本书是关于大数据和Spark的实用手册。它将助你学习如何用Spark来完成很多大数据分析任务，其中覆盖了高效利用Spark所需要知道的重要主题：如何使用SparkShell进行交互式数据分析、如何编写Spark应用、如何在Spark中对大规模数据进行交互分析、如何使用SparkStreaming处理高速数据流、如何使用Spark进行机器学习、如何使用Spark进行图处理如何监控Spark应用等。

本书主要介绍数据挖掘的基本技术和应用。数据挖掘作为一个多学科领域，从多个学科汲取营养。这些学科包括统计学、机器学习、模式识别、数据库技术、信息检索、网络科学、知识库系统、人工智能、高性能计算和数据可视化。我们提供发现隐藏在大型数据集中的模式的技术，关注可行性、有用性、有效性和可伸缩性问题。尽管我们确实提供了这些领域的必要背景材料，以便读者理解它们各自在数据挖掘中的作用。本书中由浅入深的为每个章节准备了案例，使读者能了解数据挖掘技术是如何运用在实际问题上的，从而灵活运用所学知识和技能。

作者针对大数据问题，分析如何进行大数据的导入，如何使用大数据工具进行快速的数据预处理，以及如何构建数据仓库。详细讲解了Kettle工具的使用、数据集成、Kettle作业项设计等。

本书将基本概念与实例相结合，由浅入深、循序渐进地对大数据思维、技术和应用做了全面系统的介绍。全书共12章，分为大数据基础篇、大数据存储篇、大数据处理篇、大数据挖掘篇和大数据应用篇。 大数据基础篇的内容涵盖了大数据思维理念、大数据的产生与作用、大数据基本概念、大数据采集工具Flume和Scribe、大数据爬虫工具Nutch和Scapy、大数据预处理工具Kettle、大数据处理架构Hadoop；大数据存储篇的内容包含分布式文件存储系统HDFS、海量数据存储数据库系统HBase和海量数据仓库系统Hiv

本书是一本系统介绍大数据可视化技术的图书。书中首先阐述了大数据的可视化技术的基本概念以及相关的基础理论知识，然后采用理论与实践相结合的方式，针对实际应用中的各种不同类型的数据，包括时间数据，比例数据，关系数据，文本数据，复杂数据，介绍相应的可视化理论和操作方法，最后，介绍了数据可视化在各个领域中的应用。 本书实例丰富，图文并茂，叙述简明，重点突出。作者专门收集和整理了相关的课程案例、典型数据和实验指导手册，帮助读者深入学习大数据可视化中的各种技术知识。 本书可以作为高校计算机、数据分析、大数据等