大數據導論：思維、技術與應用
武志學
519人在讀
24.9萬字總字數
¥30.9定價
武志學
本書將基本概念與實例相結合，由淺入深、循序漸進地對大數據思維、技術和應用做了全面系統的介紹。全書共12章，分爲大數據基礎篇、大數據存儲篇、大數據處理篇、大數據挖掘篇和大數據應用篇。大數據基礎篇的內容涵蓋了大數據思維理念、大數據的產生與作用、大數據基本概念、大數據採集工具Flume和Scribe、大數據爬蟲工具Nutch和Scapy、大數據預處理工具Kettle、大數據處理架構Hadoop；大數據存儲篇的內容包含分佈式文件存儲系統HDFS、海量數據存儲數據庫系統HBase和海量數據倉庫系統Hive；大數據處理篇主要介紹了分佈式併發計算批處理模式MapReduce，基於內存的快速處理模式Spark，以及基於實時數據流的實時處理模式SparkStreaming；大數據挖掘篇主要對分類、預測、聚類和關聯等各類大數據挖掘算法的原理和使用場景進行了描述，並使用SparkMLlib提供的機器學習算法進行了實例講解；大數據應用篇分別從大數據場景應用的橫向和縱向出發，介紹了大數據在各個功能領域的應用場景和在各個行業的應用場景。
大數據研究不同於傳統的邏輯推理研究，它需要對數量巨大的數據做統計性的搜索、比較、聚類、分類等分析歸納，並關注數據的相關性或稱關聯性。根據相關性，我們理解世界不再需要建立在假設的基礎上，這個假設是指針對現象建立的有關其產生機制和內在機理的假設。取而代之的是，我們可以對大數據進行相關性分析。在大數據時代，快速獲得一個大概的輪廓和發展脈絡，比嚴格的精確性要重要得多。有時候，當掌握了大量新型數據時，精確性就不那麼重要了，因爲我們仍然可以掌握事情的發展趨勢。
大讚，不光技術原理解釋透徹，而且非常實事求是，解釋實踐是真理的唯一標準的現代科學版本
好書。 有技術來龍去脈還有案例分析，如果你是從事技術類事業的可以認真看看講技術相關的章節。 非技術類人員可以瞭解一下這麼技術的發展和現狀情況，未來還會怎麼應用於我們的生活。 最好一章就是基於大數據技術應用於各行業的一些個人總結，應該怎麼服務於行業獲得更好的交易機會。
這是我讀過的第一本大數據相關的專業書籍，幫助我快速掌握了大數據相關的技術，對全局有了大概的瞭解。我覺得這本書到第八章都講得不錯，MapReduce之後的內容一般。
數據採集，數據預處理，數據存儲和管理，數據分析和應用，結果可視化。