自己动手做大数据系统

作品简介

《自己动手做大数据系统（第2版）》在第1版的基础上，介绍大数据的时代背景及应用方案、常用的离线大数据和流式大数据组件，以及基于云平台的容器级数据平台搭建。书中以离线大数据和流式大数据两个具体示例，贯穿本书的第二、三部分内容，对组件之间的协同工作关系进行剖析。书中的代码部分基本上使用Python编写，用户可以下载参考。

如果你是一位在校学生、Python编程爱好者或是想转行从事大数据工作的在职IT人员，阅读本书必有所收获！

刘未昕，从事IT研发和项目管理工作十余年。使用多种主流程序设计语言，深耕于大数据应用及人工智能技术，多年从事金融、数据仓库、智慧医疗等领域的研发工作。

张粤磊，平安壹钱包前大数据架构师。业内知名大数据专家，多本大数据畅销书的作者。

张魁，虚拟化工程师，OpenStack架构师，苏州某高校云平台架构师，十余年Linux系统运维实践及虚拟化开发经验，4年Linux系统补丁开发经验。

吴茂贵，运筹学与控制论专业研究生学历。毕业后主要参与数据仓库、商务智能等方面的项目，期间做过数据处理、数据分析、数据挖掘等工作，行业涉及金融、物流、制造业等。

如果你是一位在校大学生，对大数据感兴趣，也知道使用的企业越来越多，市场需求更是日新月异，但苦于自己基础不够，心有余而力不足；也看过不少大数据方面的书籍、博客、视频等，但感觉进步不大；如果你是一位在职人员，但目前主要使用传统技术，虽然对大数据很有兴趣，也深知其对未来的影响，但因时间不够，虽有一定的基础，常常也是打两天鱼、晒三天网，进展不是很理想。如果你有上述疑惑或遇到相似问题，本书正好比较适合你。本书从OpenStack云平台搭建、软件部署、需求开发实现到结果展示，以纵向角度讲解了生产性大数据项目上线的整个流程；以完成一个实际项目需求贯穿各章节，讲述了Hadoop生态圈中互联网爬虫技术、Sqoop、Hive、HBase组件协同工作流程，并展示了Spark计算框架、R制图软件和SparkRHive组件的使用方法。

---