本書(shū)單是鑒于本人多年浸淫大數(shù)據(jù)領(lǐng)域的經(jīng)驗(yàn)，按照學(xué)習(xí)大數(shù)據(jù)的階段和技術(shù)所列的書(shū)單，適合剛剛接觸大數(shù)據(jù)領(lǐng)域的新人。

話不多說(shuō)，直接上書(shū)單！

第一階段：大數(shù)據(jù)基礎(chǔ)語(yǔ)言的學(xué)習(xí)

• Java語(yǔ)言基礎(chǔ)：Java開(kāi)發(fā)介紹、熟悉Eclipse開(kāi)發(fā)工具、Java語(yǔ)言基礎(chǔ)、Java流程控制、Java字符串、Java數(shù)組與類(lèi)和對(duì)象、數(shù)字處理類(lèi)與核心技術(shù)、I/O與反射、多線程、Swing程序與集合
• HTML、CSS與JavaScript：PC端網(wǎng)站布局、HTML5 CSS3基礎(chǔ)、WebApp頁(yè)面布局、原生JavaScript交互功能開(kāi)發(fā)、Ajax異步交互、jQuery應(yīng)用Java
• Web和數(shù)據(jù)庫(kù)：數(shù)據(jù)庫(kù)、JavaWeb開(kāi)發(fā)核心、JavaWeb開(kāi)發(fā)內(nèi)幕

推薦書(shū)籍：

• 《Effective Java》

本書(shū)為我們帶來(lái)了共78條程序員必備的經(jīng)驗(yàn)法則，針對(duì)你每天都會(huì)遇到的編程問(wèn)題提出了有效、實(shí)用的解決方案。 書(shū)中的每一章都包含幾個(gè)'條目'，以簡(jiǎn)潔的形式呈現(xiàn)，自成獨(dú)立的短文，它們提出了具體的建議，對(duì)于Java平臺(tái)精妙之處的獨(dú)到見(jiàn)解，以及優(yōu)秀的代碼范例。每個(gè)條目的綜合描述和解釋都闡明了應(yīng)該怎么做，不應(yīng)該怎么做，以及為什么。

第二階段： Linux&Hadoop生態(tài)體系

Linux體系、Hadoop離線計(jì)算大綱、分布式數(shù)據(jù)庫(kù)Hbase、數(shù)據(jù)倉(cāng)庫(kù)Hive、數(shù)據(jù)遷移工具Sqoop、Flume分布式日志框架

推薦書(shū)籍：

• 《Big Data》

在大數(shù)據(jù)的背景下，我很少看到關(guān)于數(shù)據(jù)建模，數(shù)據(jù)層，數(shù)據(jù)處理需求分析以及數(shù)據(jù)架構(gòu)和存儲(chǔ)實(shí)現(xiàn)問(wèn)題。這本書(shū)卻提供了令人耳目一新的全面解決方案。

• 《Hadoop權(quán)威指南》

《Hadoop權(quán)威指南(中文版)》從Hadoop的緣起開(kāi)始，由淺入深，結(jié)合理論和實(shí)踐，全方位地介紹Hadoop這一高性能處理海量數(shù)據(jù)集的理想工具。

• 《Hive編程指南》

《Hive編程指南》是一本Apache Hive的編程指南，旨在介紹如何使用Hive的SQL方法HiveQL來(lái)匯總、查詢和分析存儲(chǔ)在Hadoop分布式文件系統(tǒng)上的大數(shù)據(jù)集合。

第三階段： 分布式計(jì)算

• 分布式計(jì)算框架：Python編程語(yǔ)言、Scala編程語(yǔ)言、Spark大數(shù)據(jù)處理、Spark—Streaming大數(shù)據(jù)處理、Spark—Mlib機(jī)器學(xué)習(xí)、Spark—GraphX 圖計(jì)算、實(shí)戰(zhàn)一：基于Spark的推薦系統(tǒng)（某一線公司真實(shí)項(xiàng)目）、實(shí)戰(zhàn)二：新浪網(wǎng)（http://www.sina.com.cn）
• storm技術(shù)架構(gòu)體系：Storm原理與基礎(chǔ)、消息隊(duì)列kafka、Redis工具、zookeeper詳解、實(shí)戰(zhàn)一：日志告警系統(tǒng)項(xiàng)目、實(shí)戰(zhàn)二：猜你喜歡推薦系統(tǒng)實(shí)戰(zhàn)

推薦書(shū)籍：

• 《Spark 快速大數(shù)據(jù)分析》

《Spark 快速大數(shù)據(jù)分析》是一本為Spark 初學(xué)者準(zhǔn)備的書(shū)，它沒(méi)有過(guò)多深入實(shí)現(xiàn)細(xì)節(jié)，而是更多關(guān)注上層用戶的具體用法。不過(guò)，本書(shū)絕不僅僅限于Spark 的用法，它對(duì)Spark 的核心概念和基本原理也有較為全面的介紹，讓讀者能夠知其然且知其所以然。

• 《Spark機(jī)器學(xué)習(xí)：核心技術(shù)與實(shí)踐》

本書(shū)采用理論與大量實(shí)例相結(jié)合的方式幫助開(kāi)發(fā)人員掌握使用Spark進(jìn)行分析和實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法。通過(guò)這些示例和Spark在各種企業(yè)級(jí)系統(tǒng)中的應(yīng)用，幫助讀者解鎖Spark機(jī)器學(xué)習(xí)算法的復(fù)雜性，通過(guò)數(shù)據(jù)分析產(chǎn)生有價(jià)值的數(shù)據(jù)洞察力。

第四階段： 大數(shù)據(jù)項(xiàng)目實(shí)戰(zhàn)

數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)、數(shù)據(jù)應(yīng)用

推薦書(shū)籍：

• 《深入淺出數(shù)據(jù)分析》

數(shù)據(jù)分析經(jīng)典入門(mén)。通俗簡(jiǎn)單，看這本書(shū)雖學(xué)不到什么數(shù)據(jù)分析的技能點(diǎn)，卻能夠讓你對(duì)數(shù)據(jù)分析的相關(guān)概念有大致的了解。有利于你構(gòu)建數(shù)據(jù)思維的基石，嘗試跟著作者的思維邏輯去思考、感悟，記住其中提到的一些數(shù)據(jù)分析原則。

• 《赤裸裸的統(tǒng)計(jì)學(xué)》

結(jié)合生活講解統(tǒng)計(jì)知識(shí)，生動(dòng)有趣。作者從自身出發(fā)，講述自己從一個(gè)只知道學(xué)習(xí)的學(xué)霸，開(kāi)始發(fā)現(xiàn)統(tǒng)計(jì)學(xué)的樂(lè)趣，并將其運(yùn)用到生活中的故事。因此避免了統(tǒng)計(jì)學(xué)一上來(lái)就是各種暈頭暈?zāi)X的專(zhuān)業(yè)概念的枯燥感。

• 《精益數(shù)據(jù)分析》

這本書(shū)舉例了多種產(chǎn)品，分析了它們的指標(biāo)、模型。同時(shí)將企業(yè)分成了幾個(gè)大的行業(yè)類(lèi)別，并分門(mén)別類(lèi)的講解了每個(gè)行業(yè)的商業(yè)模式特點(diǎn)及分析技巧。

ps. 對(duì)使用者的分析能力要求較高，且必須具備相應(yīng)的業(yè)務(wù)知識(shí)。

第五階段：大數(shù)據(jù)分析 —AI（人工智能）

主要是講解Data Analyze數(shù)據(jù)分析基礎(chǔ)、數(shù)據(jù)可視化、sklearn中三類(lèi)樸素貝葉斯算法以及python機(jī)器學(xué)習(xí)等提升個(gè)人能力的內(nèi)容！

推薦書(shū)籍：

• 《R語(yǔ)言實(shí)戰(zhàn)》

如果要用R語(yǔ)言做數(shù)據(jù)分析，建議讀完《深入淺出數(shù)據(jù)分析》之后，就開(kāi)始讀這本。從工具的安裝，到具體分析方法在R語(yǔ)言中的實(shí)現(xiàn)，講解詳細(xì)，可操作性極強(qiáng)，是一本非常值得讀的數(shù)據(jù)分析書(shū)。

• 《數(shù)據(jù)科學(xué)實(shí)戰(zhàn)》

這本書(shū)被業(yè)內(nèi)譽(yù)為是“數(shù)據(jù)分析和機(jī)器學(xué)習(xí)之間的橋梁”。

網(wǎng)評(píng)：對(duì)于做了一段時(shí)間數(shù)據(jù)分析工作的人，這無(wú)疑是進(jìn)階更高維度的好書(shū)，很難有一本書(shū)，能夠讓你從簡(jiǎn)單的數(shù)據(jù)分析平滑地過(guò)渡到機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘，這本書(shū)我認(rèn)為是這方面做的最好的一本。

• 《數(shù)據(jù)可視化之美》

國(guó)內(nèi)第一本數(shù)據(jù)可視化教材，如果你學(xué)習(xí)可視化是剛需，看這本。

是數(shù)據(jù)可視化的入門(mén)書(shū)籍，系統(tǒng)介紹了可視化的相關(guān)概念和常識(shí)，教材相對(duì)于工具書(shū)更為難讀，但卻能為你增長(zhǎng)不少對(duì)可視化的認(rèn)知。