“文明”是人类经过教化后达到的一种状态，代表着社会的进步。自人类社会发端以来，人类文明就进入了一个漫长的演进过程。从原始文明、农业文明、工业文明到数字文明，每一次新文明的诞生都代表着文明形态的重塑和社会的变更。数字文明是一种基于大数据、云计算、物联网、区块链等新一代技术，以高科技为主要特征的文明，其核心是网络化、信息化与智能化的深度融合。它在提高生产力水平、丰富物质供给的同时，也塑造了一个全新的人类文明形态。 “大数据导论”是一门知识性和应用性都很强的课程。本书针对各专业大学生的大数据通识教育需

主要内容包括，大数据技术概述（或背景知识），Scala基础知识，Spark基础，RDD编程，Spark SQL开发，Spark Streaming / Structured Streaming编程，MLLib 机器学习编程等基础内容。 主要作为本科生数据科学与大数据技术、计算机科学与技术等相关专业必修或选修课程教科书，或作为相关工程技术人员的参考书。 本教材基于Spark 3.3.x等新版本所带来的开发方式、方法的变化，从工业、服务业等行业实际应用开发的角度，介绍Spark开发的基础知识，开发过

Spark是业界主流的大数据计算框架。本书通过一系列大数据应用案例和实践项目贯穿始终，使用Python详细阐述了 Spark 大数据环境的搭建、Spark RDD 离线数据计算、Spark SQL 离线数据处理、Spark Streaming实时数据计算等一系列常见的大数据处理问题，并在此基础上对Spark的核心概念及技术原理进行了详细分析，最后以两个综合案例分别展示了Spark离线数据处理和实时数据处理的具体应用与部署。本书践行“做中学”的设计理念，内容编排符合学习与认知规律，从简单细小案例入

本书以大数据分析与挖掘的常用技术与真实案例相结合的方式，按照“概念和原理讲解、案例分析、能力拓展——Python 软件应用”的层次进行阐述，深入浅出地介绍大数据分析与挖掘的重要内容。全书共 11 章，第 1 章作为全书的绪论，介绍了大数据分析与挖掘的基本概念、行业应用等；第2 章介绍了 Python 的安装、编程基础以及常用的数据分析工具；第 3 章介绍了数据的类型、质量和相似度与相异度；第 4 章介绍了数据探索的常用方法，包括质量分析、描述性统计分析、可视化分析和多维数据分析；第 5 章介绍了

《数据治理——理论、方法与实践》关注以数据为关键要素的数字经济时代背景下的数据治理问题，分为 8 章。第 1 、2 章以数据治 理基础概念作为铺垫，重点对数据、数据治理以及数据治理体系所涵盖的内容进行全面梳理，明晰数据治理的现状、趋势，并进行国内外数据治理理念与体系的比较；第3～ 7章是数据治理核心问题探讨， 重点对数据开放、数据交易、数据安全等核心内容进行系统阐述，明确数字经济背景下的数据治理过程中的痛点、难点问题，以及未来发展的核心方向；第 8 章是数据治理实践应用，深入企业数据治理层面了解

本书采用理论知识与任务案例相结合的形式，以PyCharm为主要开发工具，系统地阐述大数据分析处理流程中的常用的第三方库。全书共13个单元，单元1介绍大数据分析的概念等内容；单元2和单元3介绍使用numpy与pandas实现科学计算与统计分析的相关知识；单元4-单元7介绍使用pandas实现数据预处理的方法；单元8介绍使用scikit-learn构建简单的机器学习模型的方法；单元9介绍使用matplotlib、seaborn绘制图表的方法；单元10-单元13介绍4个大数据分析处理的综合案

本书基于Python 3.10版本，使用Jupyter Notebook进行编程；以项目任务驱动模式，系统地阐述了Python数据分析的相关知识，内容包括Python数据分析概述、NumPy数值计算实战、pandas统计分析实战、Matplotlib数据可视化实战、Python数据探索、数据预处理、基于sklearn的数据分析实战、电商产品评论数据情感分析实战；通过多个实战任务的学习与练习，让读者在短时间内掌握Python数据分析的技术和方法。为了方便读者学习，本书附有配套源代码、教学PPT、题

本书基于Python 3.10版本，以项目实战的方式系统地介绍了Python网络爬虫开发的相关知识，主要内容包括Python基础实战、网页数据采集实战、网页数据解析实战、并发技术实战、动态内容采集实战、爬虫数据存储实战、Scrapy爬虫框架实战等，通过多个实战任务的练习，让读者能最大限度地掌握Python网络爬虫的核心技术。为了方便读者学习，本书附有配套源代码、教学PPT、题库、教学视频、教学设计等资源。本书可作为高等院校计算机相关专业程序设计课程教材，也可供从事计算机爬虫应用开发的相关人员使用

根据全国高等学校、高职高专院校教育的人才培养目标和要求，以及实际的教学特点，本书由浅入深、全面系统地介绍数据存储技术与应用的相关知识。全书共6个项目，内容包括信息数据管理、数据存储技术、DAS服务器配置与管理、NAS服务器配置与管理、SAN服务器配置与管理、高级存储与容灾备份技术。为了让读者能够更好地巩固所学知识，及时地检查学习效果，每个项目末尾都配备了丰富的课后习题。 本书可作为高校云计算技术应用专业相关课程的教材，也可作为云计算技术培训用书和云计算技术爱好者的自学参考书。

本书的内容分为四个部分。第一部分包括两讲，主要介绍典型的大数据存储和管理系统。第二部分包括三讲，主要介绍三种不同形态的大数据处理系统。第三部分包括三讲，主要介绍大数据分析层面的关键技术，包括多种典型的数据分析算法以及用于大数据建模的机器学习技术和工具。第四部分的两讲主要涉及与应用(用户)密切相关的大数据技术。