Python大数据架构全栈开发与应用

本书介绍如何使用 Python 完成企业级大数据与人工智能的全栈式开发、设计与编程。全书按企业数据工作的实际流程组织：从数据架构整体设计入手，先讲清架构设计的8个考虑因素（适用性、延伸性、安全性、易用性、高性能、成本、应用需求、运维管理）与4个核心内容（物理架构、逻辑架构、技术架构、数据流架构），并梳理从简单数据库架构、传统数仓、传统大数据、流式大数据到流批一体、存算分离流批一体等常见架构形态的演进逻辑；随后依次展开数据源与数据采集、数据同步、消息队列、关系型数据库、NoSQL 数据库、批处理、流处理、图计算、人工智能与数据产品开发等主题。 写作上，每一章都遵循「原理—选型—代码实操—案例」的路径：先解释技术组件的基本原理，再横向对比不同方案在不同场景下的适用性并给出选型结论，然后用 Python 代码演示安装配置、基本示例与进阶用法，最后以真实业务案例（B2B 企业架构选型、B2C 电商数据源结构、用户画像标签构建、实时话题热榜、社交行为分析、推荐系统搭建与演进、内部标签产品等）串起落地过程。书中还配有大量「常见问题」小节与 Docker、EMR 集群搭建两个附录，便于读者边读边动手。