Redis 的读者， 在阅读本书的时候都会有所收获。 虽然本书在写作的过程中已经思虑再三并且数易其稿， 但百密⼀疏， 书中难免还是会有错误或者遗漏的地⽅。 如 果读者朋友在阅读的过程中发现任何错误或是有任何疑问或建议， 都可以通过邮箱 huangz1990@gmail.com 或 者 huangz.me 中列出的联系⽅式来联系我。 由于技术研究和写作⼯作较为繁重， 本⼈可能⽆法每封邮件都予以 回复， 但只要有来信我就⼀定会阅读， 但只要有来信我就⼀定会阅读， 决不⻝⾔。 最后， 感谢吴怡编辑在写作过程中给我的帮助和指导， 感谢赵亮宇编辑为本书出版所做的努⼒， 还有感谢我的家 ⼈和朋友， 如果没有他们的关怀和⽀持， 本书是不可能顺利完成。 ⻩健宏 2019 年 8 ⽉于清远 1. 引⾔ 欢迎来到本书的第⼀章。 在这⼀章， 我们⾸先会了解到⼀些关于 Redis 的基本信息， ⽐如它提供了什么功能、 它能做什么、它的优点是什么、有哪些公司使⽤它等等。 12345678901234567890 这个值虽然是整数， 但是因为它的⼤⼩超出了 long long int 类型能够容纳的 范围， 所以只能被解释为字符串。 3.14e5 因为 Redis 不能解释使⽤科学记数法表示的浮点数， 所以这个值只能被解释 为字符串。 "one" 解释为字符串。 "123abc" 解释为字符串。 为了能够更⽅便地处理那些使⽤字符串键储存的数字值， Redis 提供了⼀系列加法操作命令以及减法操作命令，

Confidential 杭州拓数派科技发展有限公司 ，简称“OpenPie” 企业简介 l OpenPie是立⾜于国内的基础数据计算领域⾼科技创新机构； l 拥有强⼤的数据库内核研发团队、数据科学团队和数字化 转型团队； l 国内虚拟数仓和eMPP技术提出者，不断在数据计算引擎⽅ 向进⾏创新，全面拥抱AI技术趋势。 企业⽂化 使命：数据计算，只为新发现 愿景：成为立⾜中国基础数据计算领域的全球顶级⾼科技创新机构 One），提供3种计算引擎、1种 Lakehouse引擎，1个硬件加速器，应对各种场景的计算，同时也兼容Spark、 Flink等计算任务，保留用户的使用习惯。 ⽣态完善，支持主流的开发语⾔和数据科学⼯具，支持多模数据处理（结构化、 半结构化以及非结构化），提供标准的SQL接⼝和API，完成各种复杂场景的数 据处理，业务开发周期短，现存的代码基本可以⽆缝迁移和复用。 国内自主研发，具备社区 程数据 ⽂ 件 数 据 SWS完⼯计 划数据 SWS设计数 据 SWS派⼯数据 OA数据 ERP系统数据 数据模型算法 数据治理 数据归档 主题数据 数据 平台 数据追溯 数据比对 数据科学 项目进程数据看板 移动完⼯调试 设计与建造 计划管理 供应商数据管理 项目管理 数据分析云平台 第三⽅系统接⼊ BPMS流程自动化 数据 应用 业务需求： 基于核⼼研发团队在集团首艘豪华

大幅度地提高了查询性能。 Pivotal Greenplum 5：新一代数据平台 作为重要的新版本，Pivotal Greenplum 5 带来了多项产品改进和新增功能，在管理数据和对数据库中存储的信息应用数据 科学、分析、报告和数据洞察方法方面，这些功能对大多数客户都很有帮助。Greenplum 解决方案的架构设计目的是管理 非常复杂的查询，以及为符合 ANSI 标准的 SQL 提供强有力的分析改进。通过自动对数据进行分区和并行运行查询，它让 社区的模式，他们对代码库进行了重构，这样一来，便可以更轻松地从最新版本（未来 的 PostgreSQL 9.X 和 10）中纳入 PostgreSQL 新增功能。 新一代 数据平台 IT 人员 开发 人员 业务 分析师 数据 科学家 灵活 部署 数据源和数据管道 Spring Cloud Data Flow ETL 本地存储 HDFSS 云对象 存储 GemFire Spark 其他 RDBMSes 多结构数据 PIVOTAL Pivotal Greenplum 中做高级分析，无论是提供将应用逻辑向下推送至数据所在位置的方法，执行 分析功能，还是以大规模并行方式构建数据模型，都可以实现。Greenplum 5 支持适用于数据挖掘和数据科学工作的最全面、 最先进的分析程序包和扩展。 Greenplum 5 还针对最受欢迎的 Python 和 R 语言算法库提供简单易用的安装程序。 • Greenplum 5 中支持的 Python

Sessionize Term Frequency for Text Analysis Nearest Neighbors • k-Nearest Neighbors 成熟的数据科学学习库 2017.thegiac.com • 更好的并行度 • 算法充分利用 MPP 架构实现并行 • 更好的可扩展性 • 算法随着数据扩充而线性扩展 • 更高的预测精准度 thegiac.com 问题 ● 邮件⼴广告点击预测 模型不不够精准，需 要更更好的邮件营销 策略略 ● 现有数据分析流程 繁琐，速度慢，有 很多⼿手动步骤，易易 出错 客户 数据科学解决⽅方案 ● 某⼤大型跨国多元 化传媒和娱乐公 司 ● 简化Data 流程 ● 在Madlib上重新建 模和预测 ● 实现流程全⾃自动化 背景 2017.thegiac 更更好地理理解不不同种 类的⽤用户 ● 更更好地了了解⽤用户与 APP的交互 ● 对实时API请求进 ⾏行行分类和安全检测 ● 数据量量⼤大，现有数 据分析团队缺乏技 能 客户 数据科学解决⽅方案 ● 某⼤大型跨国⾦金金 融服务公司 ● 移动应⽤用 API 分析 ● 使⽤用Madlib进⾏行行聚 类分析，建⽴立会话 识别模型和主题模 型 ● 建⽴立scoring

队。 利用容器实现安全分析 PL/Container 扩展是一个接口，允许 Greenplum 数据库与 Docker 容器交互，以在容器中执行用户定义函数 （UDF），这样方便数据科学家可以在不需要 DBA 帮助的情况自由使用数据分析，同时大大提高了安全性，Docker 容器确保用户代码无法访问源主机的文件系统。此外，容器启动时网络访问受限，无法连接回 Greenplum 数据库或 一直以来，客户都能在 Greenplum 中做高级分析，无论是提供将应用逻辑向下推送至数据所在位置的方法，执行分 析功能，还是以大规模并行方式构建数据模型，都可以实现。Greenplum 支持适用于数据挖掘和数据科学工作的最 全面、最先进的分析程序包和扩展。Greenplum 还针对最受欢迎的 Python 和 R 语言算法库提供简单易用的安装程 序，包括 Tensorflow、NumPy、SciPy、XG 性计算，它提供了一个同时支持 OLAP 和 OLTP 的业务场景，同时支持传统和新型分析工作负载的环境，可帮助客户消除分析孤岛，避免数据来回移动。 此外， 它通过有助于加快创新的集成环境，为数据科学家和业务分析师提供多种分析功能。Greenplum 的成熟、开源、 开放和社区持续的活力，通过与朝气蓬勃的中国本土厂商不断深入合作，因地制宜，相信 Greenplum 会成为越来越多 的中国客户选择！

2^127 - 1 范围：-2^127 + 1 ~ 2^127 - 1 FLOAT（4字节） FLOAT（4字节） 支持科学计数法 支持科学计数法 DOUBLE（12字节） DOUBLE（12字节） 支持科学计数法 支持科学计数法 DECIMAL[(precision, scale)] (16字节) DECIMAL[(precision, scale)] precision: 1 ~ 27 scale: 0 ~ 9 scale: 0 ~ 9 其中整数部分为 1 ~ 18 其中整数部分为 1 ~ 18 不支持科学计数法 不支持科学计数法 DATE（3字节） DATE（3字节） 范围：0000-01-01 ~ 9999-12-31 范围：0000-01-01 ~ 9999-12-31 DATETIME（8字节） 的机会来对结果集进行重新组织和过滤。 窗口函数只能出现在 列表以及最外层的 从句中。在查询过程中，窗口函数会在最后生效，就是说，在执行 完 ， 和 等操作之后再执行。窗口函数在金融和科学计算领域经常被使用到，用来分析趋势、计算离群值以 及对大量数据进行分桶分析等。 窗口函数语法 窗口函数语法 : : : 具体的窗口函数。目前支持的 Function 包括： AVG()

总经理 资深架构师，腾讯云TVP专家 10多年IT从业经验，精通Java、Nodejs等语言方向 著有: 《企业级大数据平台构建：架构与实现》、 《ClickHouse原理解析与开发实战》（连载写作中） 珠海总部园 区占地面积 6 万平方米 珠海、北京、武汉 3 研发中心 36 个 分支机构 4 多名员工 下属公司 14 年+ 14 上市 千+ 大 家 用优质的产品和服务

查看功能查看数据的其他用户隐藏数据。在恶意管理员访问数据并试 图获取社会安全号码的时候它将仅显示最后 4 位数，隐藏并保护剩余 的敏感数据。 Protegrity 可以使用各种加密算法，但此种数据标记对数据科学家而言 尤其适用。不断对数据启用常用加密将增加额外的处理费用，且常用 加密通常会导致在解密之前无法使用数据。与此相反，标记可以将数 据转变为一种形式，即隐藏其实际数值，与此同时数据仍可为分析算 法所用。 响 的特定记录应用设定的逻辑。 SSN 的所有数据都将以其标记化的格式保存在实际的 sample_ssn 表 中，同时，用户可以访问 v_sample_ssn 并将其视为正常的表格对待。 如果数据科学家希望对此数据运行集群算法而不是通过视图传递，那 么他们将访问 sample_ssn 中的原始数据以避免日常的费用，但仍不 会访问实际的 SSN 编号。 正如你所见，Protegrity 的数据库保护器可以提供一种绝佳的方法标记 年 4 月，由 EMC、VMware 和 GE 共同投资成立。 公司总部位于美国硅谷，专注于下一代企业级云计算与大数据基础平 台，以及下一代应用程序运行框架支撑实现，在敏捷与快速应用程序 开发、数据科学、云计算、开放源代码软件、大规模并行处理和实时 数据系统领域颇有建树。2016 年 5 月，又获得了来自福特和微软的共 同投资，目前公司整体估值达到 28 亿美金。 作 为 世 界 上 新 一 代

1 2 • 中国科学技术大学计算机科学学士 • 上海交通大学MBA • 20年+IT从业经验， 专注于数据库技术领域 • 自2003年始从事数据库实时复制技术的解决方案 • 2013年至2015年在SAP 担任大数据和BI解决方案 资深技术顾问 • 2015年加入HVR中国公司担任技术总监 • 微信号: gu9060 个人介绍 3 HVR moves high volumes

Apache Cassandra 的安装以及简单使用，可以帮助大家快速了解 Apache Cassandra。 我们到 Apache Cassandra 的官方网站下载最新版本的 Cassandra，在本文写作时最新版本的 Cassandra 为 3.11.4。Apache Cassandra 可以在 Linux、Unix、Mac OS 以及 Windows 上进行安装，为了简便起见，本文以 CentOS