大数据技术及架构图解实战派徐葳计算机与互联网

大数据技术在国内真正开始落地大致是在14年，当时由于公司需要，作者开始从Java转行大数据。那时只需要掌握Hadoop技术就可行大数据开发了。随着大数据行业的发展，现在需要掌握Flume、Kakfa、Hive、HBase、Spark、Flink等技术了。

作者有幸亲身经历了国内大数据行业从零到一的发展历程，因此积累了丰富的实践经验，这便是写作本书的由来。

1.本书

（1）体系完整，内容丰富。

本书覆盖大数据生态圈中的完整技术体系括数据采集、存储、计算、分析、检索等全流程解决方案，只需要一本书即可学会大数据技术。

（2）从零起步，循序。

本书是从零开始讲起，循序，帮助读者快速掌握技术组件的原理、架构及实战应用。

（3）大量插图，易于理解。

一图胜干文，书中在涉及原理、架构、流程的地方都尽量配有插图，以便读者有直观的理解。

（4）丰富的实战案例。

本书介绍了大量的实战案例，能让读者“动起来”，在实践能，而不只是一种概念上的理解。

在讲解每一个知识模块时，我们都在思考：在这个知识模块中，哪些是读者必须实现的“标准动作”（实例）；哪些“标准动作”是可以先完成的，以求让读者能快速有一个感知；哪些“标准动作”是有一定难度，需要放到后面完成的。读者在跟随书中一个个实例实践之后，再去理解那些抽象的概念和原理就水到渠成了。

（5）衔接运维，无须担心大数据集群环境问题。

本书的所有技术框架都有详细的安装步骤，读者可以快速搭建好需要用到的大数据集群环境，再也不用担心没有集群环行实操了。

（6）丰富的大数据架构案例。

本含了大量的大数据架构案例，结合不同的应用场景将零散的大数据技术组件整合到一起，帮助读者构建大数据的整体架构设计能力。

2.读者对象

本书既适合大数据初学者，也适合一步扩展知识面的大数据初中级人员。

本书读者对象如下：

大数据初学者；

培训机构的老师和学员；

Java开发工程师；

高等院校计算机相关专业的学生；

转行大数据的；

大数据运维人员；

高等院校大数据专业的老师；

其他对大数据感兴趣的人员；

3.致谢

感谢电子工业出版社的吴宏伟老师在本书写作期间的帮助和指导。

感谢我的家人，是我的妻子丰桂华和儿子徐一铭。由于在本书写作期间，我了很多陪伴家人的时间，在此感谢他们对我的理解和支持。

后，尽管作者在本书写作期间尽可能追求严谨，但是仍然难免会有漏之处，欢迎广大读者批评指正，感谢大家。

您可以通过以下方式直接联系作者：

·公众号：大数据1024（回复“bigdata”即可获取本书配套代码）

· 邮箱：xuwei@xuwei.tech