大数据技术体系详解：原理、架构与实践

两年后重读了纸质版，观感和两年前完全不一样。我要撤回来之前给的差评，补一个好评。当时应该是看得太匆忙了，自己慌慌张张囫囵吞枣，反而怪人书写得不好。 这本书非常详细地介绍了目前大数据领域的主流技术框架，提供了一个完整的鸟瞰视图。作为大数据入门书籍是非常好的选择，详略得当，350页非常合理，没有瞎展开，没有瞎贴源码来凑字数。适当地贴了一些示例程序代码，让人有一个初步的印象，也能快速开始。 美中不足的是漏掉了当前国内实时流处理领域事实上的标准框架—flink。不过也可以理解，毕竟是18年出的书，彼时flink才起步不久，并没有现在这样炙手可热。 期待作者出第二版，跟进大数据领域的最新进展。

大数据从业者必看之书，没有业务大逻辑，全部都是技术小逻辑。深入而透彻的把大数据技术体系讲了一遍，告诉我底层的实现逻辑和可选组件。了解原理和架构之后，就可以根据实际业务情况“裁剪”了，看完这本书再努力实践一下，每个人都可以是一个“好裁缝”，也都能做出美丽可爱的衣裳。

二零壹玖年读完的第七十三本书，此刻眼睛有点痛，脑子有点乱。从宏观上上把大数据所用到的技术都过了一遍，谈不上理解有多深，但是至少对这一块的每个环节都有一定的印象，今年稍后的时间会投入时间去更进一步学习。

先浅看了一遍，后面有时间再研读一遍，书中整体介绍了大数据的几个层次，以及每个层次的技术原理。

从大数据体系的总体架构入手，详细介绍了大数据体系的各个环节。包括数据抽取，数据存储，数据处理，资源管理和任务调度，大数据计算，机器学习等。比较详细的介绍了每个技术环节当前走哪些主流的技术（因成书时间原因，这个稍微有点老），这些技术产生的背景，用来解决了什么问题，自身有什么特点，这方面的习惯技术是如何演进的。之前背八股文，想着数据传输为什么会有这么多种格式，为什么会有列式存储，背完就忘了，因为没有看到具体的应用场景和他们解决的痛点。看了这本书，对这些会有比较深刻得理解。除了这些，偏上层应用方面的使用没怎么介绍，像数仓和自动化报表等数据平台方面的，但看过后对大数据架构还是有更加清晰的认识

粗略过了一下目录和部分感兴趣的章节，确定这本书值得一读。如其名字所示，涉及了整个大数据技术体系，对比了大部分流行的架构，还有代码实例，这已经比较全面，而且有一定深度。尤其在目录中没有看到flink，有点失望，然而在相应的章节内部看到有论述，于是放下心来。

企业级大数据技术体系 改编自工业和信息化部电信研究院《2014大数据白皮书》，由五层架构扩展为六层，增加了资源管理与服务协调层 经过6个主要环节[插图]，包括数据收集、数据存储、资源管理与服务协调、计算引擎、数据分析和数据可视化 人5囸

比较系统的介绍了当前大数据技术的整体架构，从最底层的数据采集层到最上层的可视化展现，同时，简单介绍了各个层面上用到的比较主流的技术，包括技术原理和简单的实践。对于想从整体架构上了解大数据技术栈的人来说，是值得一读的好书，如果想深究各种大数据技术的细节，还需要结合相关书籍进行进一步的学习。

本书专业性较强，适合从事大数据相关工作的专业人才。对于没有开发实践经验的我来说，看着着实非常吃力，好在坚持看完了。 对大数据技术框架和实践应用有了一个较为宏观的认识， 起码提起相关专业术语spark，YARN之类，不会犯傻了[偷笑]

系统性介绍了大数据的相关概念和知识点，作为大数据入门和系统工程学习都有一定的学习意义。