2020时代详解如何从0开始学大数据

 

自2013年起，无论是 BAT 还是传统的商业公司，都陆续在自己的软件系统中大规模使用大数据技术。不仅如此，越来越多的软件工程师开始转型成为大数据工程师，从事大数据开发与应用的工作。市场对于大数据的人才需求与日俱增，大数据方向俨然成为了业内炙手可热的职位。

但是，不论是大数据的技术还是应用，都始终处于动态变化的过程中。这对很多刚开始接触大数据、考虑使用大数据的人来说，无疑带来了很多困惑。

• 天天听别人讲大数据，自己也看了不少资料，却不得要领，看不到完整的知识轮廓。
• 即使工作和大数据相关，但仍不清楚大数据平台究竟是如何运作的，该怎么突破。
• 从事大数据工作但不懂其原理，给大数据部门提个需求，一句“不好做”就被挡回来，发展有瓶颈。

如果你也有这样的困惑，不要着急。由于大数据的知识体系过于繁杂，没有专家的明晰指导，很多人都难以真正入门，更不用说通过构建知识体系达到融会贯通了。

 

这本书也是我比较喜欢的一本书，用通俗易懂的语言介绍了大型网站技术的发展历程，并通过典型案例解剖了大型网站技术架构模式。

 

这个专栏共包含6个模块，将介绍一套完整的大数据知识体系。从专栏的海报可以对从0开始学大数据内容略见一斑。

模块1：Hadoop大数据原理与架构

为什么讲大数据都要从Hadoop开始？大数据的问题和挑战不同以往，它的处理方法与技巧也颇有不同。理解大数据面对的问题以及处理技巧，是构建大数据知识体系的源头。理解大数据，从理解Hadoop开始。

模块2：大数据生态体系主要产品原理与架构

大数据领域不只有Hadoop，还有数据仓库Hive、NoSQL系统HBase、计算引擎Spark、流计算引擎Storm、Flink，以及分布式一致性解决方案ZooKeeper等，它们构成了一个完整的大数据生态体系，解决各种场景下的不同问题。

模块3：大数据开发实践

本模块以大数据开发者的视角重新审视大数据的各个方面，结合作者在阿里巴巴、Intel从事大数据开发的实践经历，从“局内人”的视角为你揭秘大数据开发的内里乾坤。

模块4：大数据平台与系统集成

大数据从哪里来？算出来的结果又到哪里去？如何将大数据技术集成到当前系统中去？需不需要自己开发？有没有商业的解决方案？这可能是使用大数据时最迫切需要解决的问题。

模块5：大数据分析与运营

数据分析是大数据应用的一个重要场景，互联网企业运营常用的数据分析指标有哪些？如何呈现？数据分析结果异常了，企业关键绩效指标下滑了，该如何去追踪定位其原因？这些应用场景和问题答案都可以在本模块中找到。

模块6：大数据算法

大数据最激动人心的应用还是大数据机器学习，但大数据机器学习算法是不是真的有那么难？数学不好还能不能学好、用好大数据算法呢？这个模块告诉你，其实大数据算法并不难，原理一样很简单。