这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。

多名专家联袂推荐，资深专家联合撰写，深入理解Redis 5设计精髓。本书系统讲解Redis 5设计、数据结构、底层命令实现，以及持久化、主从复制、集群的实现。

本书以透彻的原理分析和充实的实例代码详解，全面阐述了Spark Streaming流式处理平台的相关知识，能够让读者快速掌握如何搭建Spark平台，然后在此基础上学习流式处理框架，并动手实践进行Spark Streaming流式应用的开发，包括与主流平台框架的对接应用，以及项目实战中的一些开发和调优策略等。本书共10章，分为3篇。第1篇为Spark基础，主要阐述了Spark的基本原理、平台搭建及实例应用；第2篇为Spark Streaming详解，阐述了Spark Streaming的基本原理，并重点介绍了Spark Streaming与Kafka、ZooKeeper、MySQL、HBase和Redis的配合使用、相关调优策略及实际应用；第3篇为Spark Streaming案例实战，主要介绍了实时词频统计处理、用户行为统计和监控报警系统3个实战案例，帮助读者进行实战演练，提升读者的实际项目开发水平。另外，本书附录还对Scala语言基础做了简要讲解。本书内容理论结合实战，特别适合大数据技术爱好者及相关从业人员阅读，也可作为他们的常备工具书使用。另外，本书也适合作为大数据培训机构及高校相关专业的教材使用。

“大数据”一词如日中天，热闹非凡，但行业应用、最佳实践却乏善可陈。这本小册子，字数虽然不多，也似乎是一本论文集，背后却可以看出麦肯锡的一贯逻辑和风格。

本书分13章，分别从企业大数据战略定位、企业大数据落地实施和价值评估，以及大数据的变革与挑战这三大方面进行撰写，宏观上涵盖了企业战略决策和定位，微观上涵盖了大数据职能、思路、方法、流程、开发、应用、评估的整个环节。企业大数据的知识完整性也是本书的特色之一。

本书分为三大部分，第一部分基础篇（第1章和第2章）主要介绍数据分析的概念、术语、方法、模型等，为后续的内容展开奠定基础。第二部分制表篇（第3章到第5章）介绍数据的采集、整理以及常用数据报表的制作。第三部分数据分析篇（第6章到第14章）占据了本书的大部分篇幅，囊括了常用的、有代表性的、实用的功能，包括数据扫描、数据标注、异常值分析、回归等。

这是一部以实战为导向，能指导读者零基础掌握Flink并快速完成进阶的著作，从功能、原理、实战和调优等4个维度循序渐进地讲解了如何利用Flink进行分布式流式应用开发。作者是该领域的资深专家，现就职于第四范式，曾就职于明略数据。全书一共10章，逻辑上可以分为三个部分：第一部分（第1~2章）主要介绍了Flink的核心概念、特性、应用场景、基本架构，开发环境的搭建和配置，以及源代码的编译。第二部分（第3~9章）详细讲解了Flink的编程范式，各种编程接口的功能、应用场景和使用方法，以及核心模块和组件的原理和使用。第三部分（第10章）重点讲解了Flink的监控和优化，参数调优，以及对反压、Checkpoint和内存的优化。

本书以实战讲解为主，摒弃了生产实践中不常用的知识和技术。书中内容主要分为5部分。第壹部分介绍MySQL的应用领域和适用场景、基础架构、常见生产环境部署方式，以及MySQL安装部署方式等内容。第二部分给出DBA、开发人员需要熟悉的一些知识，比如开发基础知识，如何选择合适的数据类型、事务的隔离级别和死锁避免等。第三部分则会介绍DBA及测试人员需要熟悉的测试知识，包括自动化压力测试、硬件性能测试。第四部分对照DBA的工作讲述生产的实际操作步骤，包括如何部署、升级、迁移备份数据等内容。第五部分讲述性能调优的工具和手段，如何进行数据规划，如何设计高可用性、高性能、伸缩性良好的系统。

本书提供了大数据相关技术的简介、原理、实践、企业应用等，针对大数据相关技术，如Hadoop、HBase、Hive、Spark等，都有专业章节进行介绍，并且针对每一模块都有相应的动手实践，能有效加深读者对大数据相关技术原理、技术实践的理解。书中的挖掘实践篇涉及企业在大数据应用中的所有环节，如数据采集、数据预处理、数据挖掘等，通过案例对整个系统的架构进行了详细分析，对读者有一定实践指导作用。对于学习大数据相关技术的高校师生来说，本书不仅提供了大数据相关技术的基础讲解及原理、架构分析，还针对这些原理，配备有对应的动手实践章节，帮助读者加深对原理、架构的认识。同时，在每个模块结束后，书中会有一个相对独立的企业应用案例，帮助读者巩固学到的大数据技术相关知识。

本书从实际应用出发，结合实例及应用场景，通过对大量案例进行详细阐述和深入分析，进而指导读者在实际工作中通过R语言对游戏数据进行分析和挖掘。