大数据技术
排序：
Spark快速大数据分析
人民邮电出版社 · 2015
本书原名为 Learning Spark: Lightning-Fast Big Data Analysis，是 O'Reilly 出版的第一本系统介绍 Apache Spark 的入门书，由 Spark 项目核心开发者与发起人 Holden Karau、Andy Konwinski、Patrick…
HBase原理与实践
机械工业出版社 · 2019
《HBase原理与实践》由Apache HBase PMC成员胡争与网易杭州研究院工程师范欣欣合著，系统梳理了HBase这一构建于HDFS之上的分布式列式数据库的核心技术体系。全书共16章，从HBase的前世今生与数据模型（逻辑视图、多维稀疏排序Map、物理视图）讲起，介绍其体系结构与系统特性；随后…
Python数据分析与数据化运营（第2版）
机械工业出版社 · 2019
本书是《Python数据分析与数据化运营》的第2版，由大数据技术专家宋天龙撰写，机械工业出版社2019年出版，属于“数据分析与决策技术丛书”。与只讲工具和算法的数据分析书不同，本书把Python技术与企业真实的数据使用场景结合起来，强调“分析要为运营决策服务”。全书共9章，逻辑上分为两大部分。第一部…
大数据技术与应用：汇计划在行动
上海科学技术出版社 · 2015
本书是上海科学技术出版社“大数据技术与应用”丛书（“十二五”国家重点图书出版规划项目）的导论分册，全面介绍了《上海市推进大数据研究与发展三年行动计划（2013—2015年）》（简称“汇计划”）的编制与实施过程。全书从数据、数据资源、数据界等基本概念入手，梳理大数据的定义、内涵与发展概况，阐明数据科学…
大数据技术体系详解：原理、架构与实践
机械工业出版社 · 2018
本书是面向初、中级读者系统梳理大数据技术栈的技术专著。作者以数据在大数据系统中的生命周期为线索，把企业级大数据平台拆成数据收集、数据存储、资源管理与服务协调、计算引擎、数据分析以及数据可视化这六个层次，逐层讲解其中的核心技术原理、架构设计与落地要点。 全书分七部分，共17章。第一部分先给出企业级大数…
用户画像：方法论与工程化解决方案
机械工业出版社 · 2020
本书由资深大数据技术专家赵宏田撰写，从技术、产品与运营三个维度，系统讲解如何从 0 到 1 搭建一套可落地的用户画像系统，并给出用画像数据驱动业务增长的工程化解决方案。全书共 9 章：第 1 章介绍用户画像的基础概念、数据仓库架构、项目开发流程以及画像相关表结构设计；第 2 章从用户属性、用户行为、…
大规模分布式系统架构与设计实战
机械工业出版社 · 2014
《大规模分布式系统架构与设计实战》是作者彭渊从程序员成长为首席架构师十余年经验的总结，由机械工业出版社作为“大数据技术丛书”之一出版。它并非一本介绍 Hadoop 使用方法的书，而是一本从零讲起、带读者动手做出一个类似 Hadoop 的简化分布式系统的书。 全书从分布式计算、并行计算、云计算的概念梳…
NoSQL数据库入门与实践（基于MongoDB、Redis）
中国水利水电出版社 · 2018
本书是面向NoSQL初学者与转型IT工程师的入门级教材，属于“大数据技术入门与实践”丛书。全书以电商大数据为统一业务背景，把“概念—操作—实战—优化”串成一条学习线，共分三部分。基础部分回答“为什么要用NoSQL”：从12306订票、Hadoop等真实场景切入，说明关系型数据库（TRDB）在单机扩展…
深入理解Kafka：核心设计与实践原理
电子工业出版社 · 2019
本书是朱忠华编著的 Kafka 技术专著，从 Kafka 的基本概念切入，围绕生产端、消费端和服务端三个方向展开，既讲客户端开发中的实际用法，也讲内核设计与运行机制。全书在结构上隐含分为基础、原理、扩展三个部分：基础篇包括初识 Kafka、生产者、消费者、主题与分区，涵盖安装配置、服务端参数、消息发…
Spark MLlib机器学习实践（第2版）
清华大学出版社 · 2017
本书是《Spark MLlib机器学习实践》的第2版，全书共13章，围绕 Apache Spark 的机器学习库 MLlib 展开，面向希望以较低门槛进入大数据机器学习的读者。开篇从 Spark 的来龙去脉与技术定位讲起，随后给出安装部署与开发环境配置的具体步骤，再逐层深入 RDD 的原理与操作、M…
Hadoop构建数据仓库实践
清华大学出版社 · 2017
本书面向想在大数据平台上搭建数据仓库的工程师，讲述如何在 Hadoop 这一分布式存储与计算平台上设计并实现数据仓库，把传统数据仓库建模与 SQL 开发的简单性，同大数据技术的横向扩展能力结合起来，构建可扩展的数据仓库及其应用系统。全书共 13 章，按“概念—平台—实施—进阶—应用”的顺序展开：前两…
Spark机器学习：核心技术与实践
机械工业出版社 · 2018
本书是《Mastering Machine Learning with Spark 2.x》的中文译本，属于机械工业出版社“大数据技术丛书”。全书共8章，面向具备一定机器学习和统计背景的开发人员，用“理论+实例”的方式讲述如何用 Spark 及其机器学习组件处理大规模数据。开篇介绍数据科学的工作流程…
HBase不睡觉书
清华大学出版社 · 2018
《HBase不睡觉书》是一本面向中文读者的 HBase 技术书，作者杨曦结合自己在硅谷从事大数据与云计算工作的实践经验，试图用轻松易读的方式，把 Apache HBase 这套分布式存储系统的来龙去脉讲清楚。全书共分 9 章：先从海量数据存储遇到的瓶颈讲起，介绍关系型数据库的极限、CAP 理论与 N…
HBase权威指南
人民邮电出版社 · 2013
《HBase权威指南》是 O'Reilly 经典技术图书 HBase: The Definitive Guide 的简体中文版，由人民邮电出版社引进出版，属于“十二五”国家重点图书出版规划项目。作者 Lars George 是 HBase 项目组成员与 Committer，也是 HBase 官方文档…
大数据、数据挖掘与智慧运营
清华大学出版社 · 2017
本书以“用数据挖掘提升企业运营业绩与效率”为主线，系统梳理了大数据与数据挖掘的基本概念、经典算法、常用工具，以及这些方法在电信运营商智慧运营中的落地路径。全书共9章：第1章从数据挖掘的发展史讲起，介绍数据挖掘的主要流程与“金字塔”模型、大数据的内涵及其4V特征、结构化与非结构化数据，并把数据挖掘与机…
征信与大数据：移动互联时代如何重塑“信用体系”
中信出版社 · 2016
征信系统是整个社会金融乃至经济的基础设施，行业规模虽小，外溢的社会影响却很大。征信机构以数据为核心资产，其产品和服务正是金融大数据技术最典型的应用场景之一。随着国内征信相关法规陆续出台，市场化征信业开始起步，建设热情高涨，社会需求旺盛，资本市场热捧，大量互联网公司涌入；但由于起步晚、金融与法制环境配…
HBase实战
人民邮电出版社 · 2013
《HBase实战》是 Manning 出版社《HBase in Action》的中文译本，由 ChinaHadoop 技术社区发起人谢磊翻译。全书以“边做边学”的方式组织，围绕一个虚构的 Twitter 类应用 TwitBase 展开，把 HBase 的知识点嵌进真实的开发场景中，全书分为四个部分。…
大数据架构详解：从数据获取到深度学习
电子工业出版社 · 2016
本书由华为大数据团队两位规划师朱洁、罗华霖编著，从架构、业务、技术三个维度，串联大数据处理端到端的知识，写成一本“技术栈导览”式的架构书。 全书分为三个部分。第一部分讲“大数据的本质”：梳理大数据的简史与现状，说明它与传统 BI 的差异，讨论企业数据资产化，以及成本、实时性、安全三大挑战；再以运营商…
大数据架构商业之路：从业务需求到技术方案
机械工业出版社 · 2016
本书以一家虚构的互联网O2O创业公司为主线，把大数据技术从“名词”还原为“解法”：当业务提出具体诉求时，技术上应该怎么想、怎么选、怎么落地。全书分为两大部分。第一部分系统梳理大数据的基础技术栈，包括数据获取（网络爬虫、Nutch、Heritrix，内部日志采集的Flume、Scribe、Logsta…
大规模分布式系统架构与设计实战
机械工业出版社 · 2014
本书是作者彭渊从程序员到首席架构师十余年职业生涯的实战经验总结，属于机械工业出版社「大数据技术丛书」。与市面上大量介绍 Hadoop、Spark 等框架用法的书不同，本书的目标是「讲清怎么实现一套 Hadoop 那样的系统」：如何把多台机器的 CPU、内存与硬盘统一起来，获得弹性的计算与存储能力。 …