本书的编写目的是向读者介绍大数据治理与安全的基本概念和相应的技术应用。本书共9章，内容分别为数据治理概述、数据采集与数据道德、数据质量与数据管理、数据交换与数据集成、数据库设计与治理、架构设计与治理、数据仓库设计与治理、大数据安全与治理及综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据治理的相关技术，并对书中重要的、核心的知识点加大练习的比例，以达到帮助读者熟练应用的目的。

本书可作为高等院校大数据专业、人工智能专业、软件技术专业、云计算专业、计算机

数据是人类共同的财富数据是现代科学研究的基石。在当今这个大数据的时代，如何强调数据的重要性似乎都不为过。随着互联网及其应用的普及，传统关系数据库越来越难以满足计算机应用对数据存储、访问和安全的需要，非关系数据库和新兴数据库应运而生。本书主要面向新一代数据库系统，详细介绍数据库发展史、数据库设计原则、NoSQL和NewSQL的基本原理与设计思想。本书选取了新一代数据库发展历程中具有代表性的数据库展开讲解，如键值数据库实例的Redis与DynamoDB、列族数据库的HBase与Cassandr

本书从初学者的角度详细介绍大数据的核心技术。全书共11章，包括绪论、Linux的基础操作、Hadoop大数据处理架构、HDFS分布式文件系统、MapReduce分布式计算框架、ZooKeeper分布式协调服务、YARN资源管理器、HBase分布式数据库、Hive数据仓储、PySpark数据处理与分析及综合案例。此外，本书还提供了相应的示例代码，以帮助读者进一步理解相关方案的实现过程。

本书以项目任务为载体串联知识与技能，介绍基于 Spark SQL 技术的大数据分析方法，培养 学习者使用 Spark SQL 技术解决实际数据分析问题的能力，主要内容有大数据分析概述、实践环 境准备、学生信息处理分析、房产大数据分析与探索、电商大数据分析与探索、Zepplin 数据可视 化。在实现任务的过程中详细阐述了 Scala 语言基础、Spark SQL 编程分析、Spark SQL 数据分 析与探索、数据可视化等知识。本书适合作为高等职业院校计算机、大数据、人工智能及相关专业的教材或参考

本教材立足“大数据”的时代背景，面向企业数字化转型升级对数字化人才的需求，坚持大数据通识教育核心理念，采用理论与实践相结合的方式，选取了六个项目，助力读者提升大数据分析相关的数字技能与数字素养，培养学生的大数据意识、大数据思维、大数据安全和大数据基本处理能力。本教材根据行业企业大数据的实际应用和高职学生认知规律，选取了走进大数据、数据采集与预处理、数据存储与管理、数据分析与挖掘、数据可视化、数据安全与隐私防护六个教学项目，每个教学项目设计若干学习任务。通过采用“任务清单—知识必备—学习感悟—任务

大数据技术与应用发展不仅改变着网络信息环境，而且决定数据的存在形态与数字信息资源的分布和利用结构，直接关系到用户的认知需求表达与数字信息交互机制。在这一背景下，本书从大数据技术基础、数据内容管理和数字信息利用出发，按照大数据应用与服务基础构架进行理论和实践的归纳；通过基本问题的分析和实证探索，围绕大数据需求、数字资源形态和数据关联关系，研究多模态大数据资源组织和面向应用的数字信息服务。本书在面向现实问题的研究中，对前沿性发展进行相应的展示，所涉及的问题因而具有拓展性。

"本书结合国内外**的研究成果和实践经验，融合传统纸质媒体和新兴数字媒体，系统地介绍大数据治理的基本概念、原则、框架、技术、工具和实践等内容，注重理论与实践相结合，注重案例分析和应用演练，帮助读者全面掌握大数据治理的核心知识和方法。全书共分两篇16章： 第一篇大数据治理理论包括总论、大数据架构管理、元数据管理、主数据管理、大数据集成、数据质量管理、数据标准化、数据资产化、大数据安全管理9章，第二篇大数据治理应用包括政府大数据治理、交通大数据治理、应急大数据治理、石油化工企业大数据治理、医疗

本书讲解了大数据查询技术涉及的知识体系，主要是Hadoop生态圈体系中的各个组件，包括HDFS、Hive、Presto、HBase、Phoenix、Elasticsearch和dbeaver。本书采用项目任务驱动的方式进行讲解，覆盖组件的工作原理、部署安装和使用方法，力求帮助读者更有效地动手实践。

本书较为系统地讲解了大数据处理平台Hadoop和Spark生态系统的相关技术原理、使用方法和开发技术，全书共11章，主要包括大数据技术概述、大数据处理平台Hadoop、分布式文件系统HDFS、分布式计算框架MapReduce、Hadoop的发展和演化、数据仓库Hive、分布式数据库HBase、Spark的基本概念和整体架构及集群安装、Spark核心编程、Spark生态系统、Flinkk基本概念和体系结构及编程实践。

本书面向Hadoop大数据技术，通过大量实例，循序渐进地介绍了Hadoop生态系统常用组件的安装及使用方法。
全书共15个项目，主要内容包括：在虚拟机中安装CentOS 7、安装Hadoop伪分布、配置平台基础环境、搭建Zookeeper分布式集群、搭建HDFS分布式集群、搭建YARN分布式集群、Hadoop分布式计算框架(MapReduce)、Hive的安装与部署、Hive常用命令的使用、搭建HBase分布式集群、Sqoop的安装与部署、Flume的安装与使用、搭建Kafka分布式