本书为《网络综合布线系统工程技术实训教程》配套的实训指导书，也可作为短课时教材，在第2版的基础上修订而成。本书重点安排了9个实训单元，包括网络拓扑图的规划与设计实训、综合布线系统工程设计实训、综合布线工程配线端接技术实训、光纤熔接技术实训、综合布线工程安装施工技术实训、综合布线工程常见故障检测与维修技术实训、综合布线工程管理与竣工资料实训、电工配线端接技术实训及综合实训。本书作为专门的实训指导书，每个单元都包含了该实训项目的基本概念、基本操作方法、工程应用、实训设备、实训步骤等操作内容

根据中职院校的培养目标、培养特点和培养要求，本书由浅入深、全面系统地讲解综合布线的必备知识和实用技能。本书共9个项目，包括初识综合布线系统、认识综合布线产品、工作区子系统的设计与实施、配线子系统的设计与实施、干线子系统的设计与实施、电信间子系统的设计与实施、设备间子系统的设计与实施、进线间子系统和建筑群子系统的设计与实施，以及综合布线系统工程的测试与验收。为了让读者更好地巩固所学知识，本书为每个项目都配备了项目实训和课后习题。本书可作为中职院校信息技术类专业的教材，也可作为从事综合布线

在数字化浪潮中，大数据技术无处不在，包括互联网、体育、工业、医疗、交通等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活产生了重大而深远的影响。一早醒来，多篇你感兴趣的推送文章早已占领手机屏幕；走在路上，智能手环实时监测着你的健康信息；想点外卖，小程序优先推荐最符合你口味的商家；骑车出行，导航系统会提供实时路况和最优路线避开拥堵；晚上回家，收到工厂根据你的身材比例剪裁制作的个性化服装。这些现象的背后，其实都和大数据息息相关。大数据技术正在不断与人类生产生活进行交汇与融合，并

本教材是计算机类专业的专业必修课教材和教育公共必修课教材。大数据涉及知识面广，应用场景多种多样，需要培养大数据思维，继而才能运用大数据思维展开分析应用技术。这就需要学习者能够宏观构建大数据环境的认知，掌握大数据处理的流程和相关技术，继而在明确应用思路引导下融汇知识，才能进一步结合大数据应用场景展开研究和探索。但是，目前市面上的大数据教材知识普及性强，应用梳理欠缺，不利于应用型大学学生的学习。本教材针对以上问题，立足“知其然，更要知其所以然”理念，从大数据典型案例出发理解案例应用的目标、

本书围绕数据分析的基本概念与常用方法，提供一套适用于初学者快速入门的实践教材。本书中以医学数据为例，围绕实际应用场景中最常见的五种数据形式：统计数据、文本数据、时序数据、图像数据以及健康数据，从基本概念、初步探索到综合应用的全流程系统示范教学。本书共计五个章节，分别为：统计数据分析、文本数据分析、时序数据分析、图像数据分析以及健康数据分析。教材以典型案例为依托，涵盖临床统计数据、电子病例数据、脑电信号数据、医学影像数据和可穿戴设备数据等五种形态。本书旨在利用案例教学将知识点融会贯通，配

本书系统介绍了大数据的相关知识，全书共13章，内容包括Hadoop大数据处理架构、HDFS分布式文件系统、YARN资源管理、MapReduce分布式计算框架、HBase分布式数据库、流数据采集、典型非关系数据库的安装与使用、分布式数据分析工具Pig、Spark大数据处理框架、基于Python的SparkRDD编程、基于Python的SparkSQL结构化数据处理、Hive分布式数据仓库、典型数据可视化工具的使用。本书对大数据相关技术给出详细的编程示例，并给出详细的注解。

本书深入浅出地介绍了如何从零开始一步步设计出一个入门级的CPU，以及在这个过程中应该掌握哪些知识、遵守哪些设计原则、规避哪些设计风险、可以使用哪些开发技巧。全书从逻辑上分为三个部分，第一部分(第1-3章)介绍产业界进行CPU研发的过程以及本地与远程FPGA实验平台、FPGA上板实现、Verilog应用实例等CPU设计中必要的基础知识。第二部分(第4-10章)从一个仅实现5条指令的单周期CPU设计开始，逐步引入流水线设计，添加指令，增加异常和中断的支持，并完成AXI总线接口、TLBMMU

本书对第1版做了修订，紧跟传统分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括：传统分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。

本书按照大数据采集与预处理的实现流程，由浅入深地讲解大数据采集与预处理的相关技术，以及如何使用不同方式对大数据进行采集与预处理。本书内容系统、全面，可帮助开发人员快速实现大量数据的采集。

本书主要内容包括大数据采集与预处理简介、PyCharm的安装与使用、Urllib库数据采集、Requests库数据采集、XPath和Beautiful Soup库数据解析、Scrapy框架数据采集与存储、Flume和Kafka日志数据采集以及使用Pandas、Pig、ELK进行数据预

本书按照大数据分析流程，以电商产品数据为例，由浅入深地讲解大数据分析的核心开发技术，以及大数据分析工具及其组件的作用和使用方法。本书内容系统、全面，可帮助读者快速掌握大数据分析技术。本书介绍了大数据分析的概念、应用场景、分析指标、分析工具、分析组件、分布式存储、分布式处理、数据离线分析、数据实时分析、数据挖掘，以及数据迁移等知识，并通过实际的操作案例，详细、直观地介绍了大数据分析的实现过程。
本书可作为高等职业院校大数据技术等专业的教材，也可作为大数据分析技术人员的参考书。