本书从当下数据中心的主要系统应用场景出发，介绍如何使用适合云计算和大数据的灾备方式来实现数据保护。

本书从当下数据中心的主要系统应用场景出发，介绍如何使用适合云计算和大数据的灾备方式来实现数据保护。

Calcite 是一款开源的动态数据管理框架，其目标是一种方案适应所有需求场景，能为不同计算平台和数据源提供统一的查询引擎，它对于没有高并发、低延时的多数据源间的数据管理有着天然的优势，是解决多数据源统一管理问题的利器。 本书围绕Calcite，结合其数据库基础知识、核心理论以及相关的项目实践情况，从SQL 的解析、校验、优化、执行等流程，对Calcite 组件进行介绍。同时本书为部分章节配置对应的代码和实例，帮助读者加深理解。 本书内容由理论到实践，将源码解析与实际案例相结合，可以作为Calcite 新手的入门图书以及快速上手的参考书，也可以作为大数据开发人员和从业人员的学习用书，还可以作为相关培训机构以及高等院校的教学用书。

Calcite 是一款开源的动态数据管理框架，其目标是一种方案适应所有需求场景，能为不同计算平台和数据源提供统一的查询引擎，它对于没有高并发、低延时的多数据源间的数据管理有着天然的优势，是解决多数据源统一管理问题的利器。 本书围绕Calcite，结合其数据库基础知识、核心理论以及相关的项目实践情况，从SQL 的解析、校验、优化、执行等流程，对Calcite 组件进行介绍。同时本书为部分章节配置对应的代码和实例，帮助读者加深理解。 本书内容由理论到实践，将源码解析与实际案例相结合，可以作为Calcite 新手的入门图书以及快速上手的参考书，也可以作为大数据开发人员和从业人员的学习用书，还可以作为相关培训机构以及高等院校的教学用书。

本书围绕 Kubernetes 云原生数据基础设施，介绍了如何通过 Kubernetes 管理数据存储，如何通过 Helm 和 Operator 在 Kubernetes 上自动部署和管理数据库，阐述了数据流式传输和数据分析的过程，探讨了在机器学习及其他新兴用例中如何使用 Kubernetes 云原生数据等。本书不仅深入阐述了云原生基础设施的发展历程和处理方式，而且分门别类地为每个场景提供了可以直接运行的示例代码，以便读者学习和练习。本书结构与英文原版保持一致，是 DaoCloud 云原生数据存储专家经反复校对后提供的译本。本书适合从事云端设计、构建和运行应用的开发人员，以及架构师和云原生工程师。无论你是Kubernetes 数据存储方面的“新手”还是有经验的“老兵”，相信本书都能让你有所受益。

本书围绕 Kubernetes 云原生数据基础设施，介绍了如何通过 Kubernetes 管理数据存储，如何通过 Helm 和 Operator 在 Kubernetes 上自动部署和管理数据库，阐述了数据流式传输和数据分析的过程，探讨了在机器学习及其他新兴用例中如何使用 Kubernetes 云原生数据等。本书不仅深入阐述了云原生基础设施的发展历程和处理方式，而且分门别类地为每个场景提供了可以直接运行的示例代码，以便读者学习和练习。本书结构与英文原版保持一致，是 DaoCloud 云原生数据存储专家经反复校对后提供的译本。本书适合从事云端设计、构建和运行应用的开发人员，以及架构师和云原生工程师。无论你是Kubernetes 数据存储方面的“新手”还是有经验的“老兵”，相信本书都能让你有所受益。

本书分12章重点阐述了数据管理的重要性，数据管理面临的挑战，DAMA的数据管理原则，数据伦理，数据治理，数据生命周期管理的规划及设计，数据赋能和数据维护，使用和增强数据，数据保护、隐私、安全和风险管理，元数据管理，数据质量管理，以及现在应该怎么办，能够帮助企业管理层在了解和执行数据管理的过程中不致迷失在技术术语的迷宫之中。本书可供非数据专业人士、企业管理者、数据行业研究者等读者学习和参考。

本书分12章重点阐述了数据管理的重要性，数据管理面临的挑战，DAMA的数据管理原则，数据伦理，数据治理，数据生命周期管理的规划及设计，数据赋能和数据维护，使用和增强数据，数据保护、隐私、安全和风险管理，元数据管理，数据质量管理，以及现在应该怎么办，能够帮助企业管理层在了解和执行数据管理的过程中不致迷失在技术术语的迷宫之中。

本书分12章重点阐述了数据管理的重要性，数据管理面临的挑战，DAMA的数据管理原则，数据伦理，数据治理，数据生命周期管理的规划及设计，数据赋能和数据维护，使用和增强数据，数据保护、隐私、安全和风险管理，元数据管理，数据质量管理，以及现在应该怎么办，能够帮助企业管理层在了解和执行数据管理的过程中不致迷失在技术术语的迷宫之中。

数据管理是将原始数据加工整理成可分析的终数据形态的过程。这既是开展定量研究和统计分析的基础，也是所有定量研究者和统计分析人员必须掌握的基本功。传统定量方法的教材侧重介绍复杂的统计模型，而对原始调查数据的整理和清理工作较为忽视，《Stata数据管理教程》则详尽介绍了使用Stata软件开展数据管理的常用方法，内容涉及Stata软件的基本操作、读入和存储数据、数据清理、创建变量、变量运算、添加标签、数据合并、改变数据形态、do文件编写方法、编程入门等。 《Stata数据管理教程》特别适合定量研究的初学者使用；对于有相关数据分析经验的研究者来说，《Stata数据管理教程》的内容也有一定参考价值。