大數據入門書籍有哪些（二）

　　當年互聯網瘋狂發展的時候，很多人在觀望和猶豫中錯過了這班順風車（沒有儘早開個淘寶店，腸子都悔青了好幾遍呢）。如今，同樣的橋段上演，大數據時代，堅決不能再無動於衷！

　　於是，你著急，你迷茫，你很方……除了平時要加班加點的搬磚，牙縫裡擠出來的的閑碎時間都貢獻給度娘了，「小白如何學習大數據」，「大數據入門書籍有哪些」……

　　的確，網上是潛伏了不少大神，動不動「出沒」一下，分享一些乾貨，大家集體呈膜拜姿勢。但是，大學教授會站在小學生的角度講課嗎？（簡單粗暴地講道理，小編沒有任何偏見喲）

　　所以，真心想學習大數據技術的寶寶們，一口吃不成胖子，地基還是要打穩咯~

　　1：<大數據時代>

　　這是學習大數據必讀的一本書，也是最系統的關於大數據概念的一本書，由維克托·邁爾-舍恩伯格和肯尼斯·庫克耶編寫，主要介紹了大數據理念和生活工作及思維變革的關係。

　　它被包括寬頻資本董事長田朔寧、知名IT評論人謝文等專業讀者鑒定為「大數據領域最好的著作沒有之一，一本頂一萬本」。有這麼好嗎？看完自己評價吧。這本書對這個大規模產生、分享和應用數據的新的大時代進行了闡述和釐清，作者圍繞「要全體不要抽樣、要效率不要絕對精確、要相關不要因果」三大理念，通過數十個商業和學術案例，剖析了萬事萬物數據化和數據復用挖掘的巨大價值。

　　2：<爆發>

　　由巴拉巴西編寫，主要講了在一個歷史故事的連續講述中，了解大數據的概念實質。從大數據的歷史開始，能更深入的了解大數據的發展歷程。

　　巴拉巴西整本書講述的大數據根本目的，是預測。他甚至有零有整地判斷，人類行為93%是可以預測的。打個比方，千百年前人類無法如今天般準確預測天氣，以致某些大致預測的行為都被認為是「通神」，其實核心在於對天氣數據的海量佔有和分析能力。但假如全人類的所有基礎及行為數據全部被佔有全部能分析呢？比如通過智能終端LBS功能採集全部運動軌跡、通過金融系統採集所有支付記錄、通過SNS採集所有社會關係和通過郵件、文檔、社會視頻監控和自我視頻監測採集所有言行記錄，24小時，每分每秒，一生，全地球70億人，那會如何？

　　3：<大數據>

　　由徐子沛編寫，看美國政府在大數據開放上的進程與反覆，算是個案。如果能夠基本了解這三本的觀點，出門有底氣，見人腰桿直，不再被忽悠。

　　全書講述的，是大數據在美國政府管理中的應用，以及美國政府運行方式大數據變革的歷史與鬥爭，其實也是故事性的。從奧巴馬上台就頒布《信息公開法案》，到設立第一個美國政府首席信息官開始，講述美國政府與民間在社會數據公開的鬥爭史，以及美國社會管理向大數據思維轉變的過程。首先，這算是一個最詳實的案例；其次，這代表的不是某種管理方式變革，深處是對民主運行機制的變革與進步。說好了，這本書用心良苦，遠遠超越科普技術領域；說壞了，其心可誅。有一段，民間鬥爭，逼迫奧巴馬公布所有每日白宮全部日程，包括接見了誰、談話的全部內容，這不就是個人大數據全公開在公眾人物上的應用嗎？這可比現在所謂官員公開財產的要求高了幾十倍——這要求政府全部行為、全部數據、全部公開，全體公眾隨時可查——技術和成本上其實已經可以做到或至少努力接近——如果不這麼做，不止是落後問題而是真正的其心可誅了。

　　4：<大數據基礎與應用>

　　由陳明編寫。看名字就知道，入門級別拯救小白的書。這本書共17章，第1章是對大數據的簡單概述，第2章介紹大數據研究的方法論，第3、8、9、14章介紹大數據的生態環境，第17章介紹數據科學的內容，剩下的章節是本書重點，介紹大數據技術及應用方法。

　　身處大數據大環境下，身邊的人經常討論資料庫、數據可視化、大數據預處理等等。這些詞聽得多了會讓人產生錯覺——自己已經知道裡面的門道了。但事實上還是個「門外漢」。

　　舉個例子，沒有人肯在上千人規模的講座上專門花半個小時教你怎樣進行數據清洗。本書專門列了一章，詳細介紹大數據預處理技術，包括數據清洗的實現方式，從步驟到檢驗，都做了用心的闡述。諸如此類，數據挖掘、大數據流式計算、Hadoop、NoSQL等等都從最基礎的點做了詳細介紹。耐心看完這些，再往深處進階就不會那麼吃力了。

　　5：<一本書讀懂大數據>

　　進入大數據時代，讓數據開口說話將成為司空見慣的事情，本書將從大數據時代的前因後果講起，全面分析大數據時代的特徵、企業實踐的案例、大數據的發展方向、未來的機遇和挑戰等內容，展現一個客觀立體、自由開放的大數據時代。

　　5:<集體智慧編程>

　　入門，淺顯易懂，裡面每一章都是一個案例，但是很方便，有具體的代碼，用來入門最好。

　　6：<社交網路的數據挖掘>

　　專門做社交網路的數據挖掘，案例很豐富，有代碼。

　　7：<數據可視化之美>

　　致力於介紹各種可視化方案。

　　8：<鮮活的數據>

　　比較簡單的可視化，不過內容豐富，有代碼。

　　9：<數據挖掘導論完整版>

　　看完上述的書，對大數據產生很大的興趣，已經初步入門了，現在開始理論方面的學習，數據挖掘入門教程，個人覺得寫的很好，目前正在研究這本書，努力。。。

　　10：<統計學習方法>

　　這本書比較深，剛開始看的就是這一本，不過太深，看到一半，準備在導論看完之後，在看這本書提升一下自己。

　　11：<鳥哥私房菜—基礎篇>

　　作為一個計算機專業Linux那是必學的，而且Hadoop是建立在Linux基礎上的，不求多麼的精通，但是基礎的操作要學會。

　　如果是沒有任何編程語言基礎的想入行大數據的話，是必須要學習java基礎的，雖然大數據支持很多開發語言，但是企業用的最多的還是java，接下來學習數據結構，關係型資料庫，linux系統操作，有了基礎之後，在進入大數據學習，可以給小白學習的體系。

　　第一階段

　　COREJAVA（加**的需重點熟練掌握，其他掌握）

　　Java基礎**

　　數據類型

　　運算符、循環

　　演算法

　　順序結構程序設計

　　程序結構

　　數組及多維數組

　　面向對象**

　　構造方法、控制符、封裝

　　繼承**

　　多態**

　　抽象類、介面**

　　常用類

　　集合Collection、list**

　　HashSet、TreeSet、Collection

　　集合類Map**

　　異常

　　File

　　文件/流**

　　數據流和對象流**

　　線程（理解即可）

　　網路通信（理解即可）

　　第二階段

　　數據結構

　　關係型資料庫

　　Linux系統操作

　　Linux操作系統概述

　　安裝Linux操作系統

　　圖形界面操作基礎

　　Linux字元界面基礎

　　字元界面操作進階

　　用戶、組群和許可權管理

　　文件系統管理

　　軟體包管理與系統備份

　　Linux網路配置

　　（主要掌握Linux操作系統的理論基礎和伺服器配置實踐知識，同時通過大量實驗，著重培養學生的動手能力。使學生了解Linux操作系統在行業中的重要地位和廣泛的使用範圍。在學習Linux的基礎上，加深對伺服器操作系統的認識和實踐配置能力。加深對計算機網路基礎知識的理解，並在實踐中加以應用。掌握Linux操作系統的安裝、命令行操作、用戶管理、磁碟管理、文件系統管理、軟體包管理、進程管理、系統監測和系統故障排除。掌握Linux操作系統的網路配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服務的配置與管理。為更深一步學習其它網路操作系統和軟體系統開發奠定堅實的基礎。與此同時，如果大家有時間把javaweb及框架學習一番，會讓你的大數據學習更自由一些）

　　重點掌握：

　　常見演算法

　　資料庫表設計

　　SQL語句

　　Linux常見命令

　　第三階段

　　Hadoop階段

　　離線分析階段

　　實時計算階段

　　重點掌握：

　　Hadoop基礎

　　HDFS

　　MapReduce

　　分散式集群

　　Hive

　　Hbase

　　Sqoop

　　Pig

　　Storm實時數據處理平台

　　Spark平台

　　若之前沒有項目經驗或JAVA基礎，掌握了第一階段進入企業，不足以立即上手做項目，企業需再花時間與成本培養；

　　第二階段掌握紮實以後，進入企業就可以跟著做項目了，跟著一大幫人做項目倒也不用太擔心自己能不能應付的來，當然薪資不能有太高的要求；

　　前兩個階段都服務於第三階段的學習，除了熟練掌握這些知識以外，重點需要找些相應的項目去做，不管項目大小做過與沒有相差很多的哦！掌握紮實後可直接面對企業就業，薪資待遇較高！