年薪百萬的大數據開發工程師要如何入門？

你們是不是都聽過一句話：谷歌比你自己更了解你

事實上，這句話並不是毫無根據，我們周邊的一切無不體現數據的重要性，你想想，我們對自己的看法會受到多種主觀和客觀的因素影響，但谷歌卻沒有這些限制，而且掌握你所有的客觀數據，而這些龐大的數據來源則得益於智能手機、網購記錄、健身追蹤器等

大數據開發工程師是當今技術行業中最受歡迎的工作之一。事實上，如今這些專家供不應求，如果你打算在大數據領域開展職業生涯，不妨先看看這些書，在本文中，我羅列了雲計算、大數據、Hadoop和Apache Spark的最佳書籍，希望對大家有幫助

雲計算

1、《讓雲落地》

本書很適合正在糾結如何選擇雲服務的信息化從業人員，有意避開了那些與產品或供應商相關的細節，側重於架構師及架構涉及各方應當解決的各種挑戰，通過對具體問題的分析和案例講解，向讀者提供了大量可供參考的設計決策，並對所有雲架構中都必須應對的重點領域進行了強調說明。

不過，本書仍停留在理論和理念操作層面，在工程操作層面缺少模型以及度量機制，對業務選型的操作層面缺少指導性建議。

2、《雲計算與分散式系統：從並行處理到物聯網》

本書是一本完整講述雲計算與分散式系統基本理論及其應用的教材。適合完全不了解雲計算的人，書中從現代分散式模型概述開始，介紹了並行、分散式與雲計算系統的設計原理、系統體系結構和創新應用，並通過開源應用和商業應用例子，闡述了如何為科研、電子商務、社會網路和超級計算等創建高性能、可擴展的、可靠的系統。

3、《雲計算：概念、技術與架構》

雲計算的基礎讀物，圖文並茂，對雲計算的概念解釋的很清楚，是一本很好的入門讀物。涉及雲計算領域的各個方面，涵蓋了很多基本概念，共包含五個部分，第一部分到第四部分主要涵蓋了雲計算基礎、雲計算機制、雲計算架構以及雲計算使用等內容，第五部分即附錄給出了案例研究結論。

大數據架構

4、《大數據架構商業之路：從業務需求到技術方案》

本書通過一個虛擬的互聯網O2O創業故事，來逐步展開介紹創業各個階段可能遇到的大數據課題、業務需求，以及相對應的技術方案，甚至是實踐解析；讓讀者身臨其境，一起來探尋大數據的奧秘。對於各個技術點講解很想詳細，內容很豐富，可以對大數據的架構和業務有一個全面的了解，適合技術管理人員和架構師

5、《大數據之路：阿里巴巴大數據實踐》

阿里多年的技術積累的產出，而且由阿里技術大牛撰寫，本書分為四個部分，數據技術篇、數據模型篇、數據管理篇、數據應用篇，是阿里巴巴分享對大數據的認知，與生態夥伴共創數據智能的重要基石。相信能對讀者有很大的啟發

6、《大數據架構師指南》

本書用通俗易懂的語言將一些高大上的理論知識講解的非常透徹，並且還配有具體的例子講解，旨在幫助讀者在最短的時間內，系統地把握大數據相關的技術框架，建立系統架構級別的技術思考能力與原則。通過閱讀本書，您將可以迅速建立大數據技術架構相關的知識與脈絡。

7、《架構真經》

本書給出了一系列規則，每個規則圍繞著不同的主題展開討論。大部分的規則聚焦在技術上，少數規則涉及一些關鍵的思維或流程問題，每個規則對構建可擴展的產品都是至關重要的，這些規則在深度和焦點上都有所不同。

8、《企業IT架構轉型之道》

又一本阿里巴巴出品的書，本書從阿里巴巴啟動中台戰略說起，詳細闡述了共享服務理念給企業業務發展帶來的業務價值。接著會分享阿里巴巴在建設共享服務體系時如何進行技術框架的選擇，哪些重要的技術平台支撐起了共享服務體系，這也是迄今為止對阿里巴巴集團中間件體系對外最全面系統的介紹。

Hadoop

9、《Hadoop權威指南》

Apache Hadoop是一個用Java語言實現的軟體框架，，是Google的重要基石。本書內容豐富，展示了如何使用Hadoop構建可靠、可伸縮的分散式系統，程序員可從中探索如何分析海量數據集，管理員可以了解如何建立與運行Hadoop集群。.

10、《Hadoop實戰》

分為3個部分，深入淺出地介紹了Hadoop框架、編寫和運行Hadoop數據處理程序所需的實踐技能及Hadoop之外更大的生態系統。適合需要處理大量離線數據的雲計算程序員、架構師和項目經理。

11、《Hadoop技術內幕》

「Hadoop技術內幕」共兩冊，分別從源代碼的角度對「Common+HDFS」和「MapReduce的架構設計和實現原理」進行了極為詳細的分析。

首先介紹了MapReduce的設計理念和編程模型，然後從源代碼的角度深入分析了RPC框架、客戶端、JobTracker、TaskTracker和Task等MapReduce運行時環境的架構設計與實現原理，最後從實際應用的角度深入講解了Hadoop的性能優化、安全機制、多用戶作業調度器和下一代MapReduce框架等高級主題和內容。

Spark

12、《Spark大數據處理——技術、應用與性能優化》

作為一個基於內存計算的大數據並行計算框架，Spark不僅很好地解決了數據的實時處理問題，而且保證了高容錯性和高可伸縮性。本書系統、全面、詳細講解Spark的各項功能使用、原理機制、技術細節、應用方法、性能優化，以及BDAS生態系統的相關技術。

13、《深入理解Spark核心思想與源碼分析》

本書結合大量圖和示例，對Spark的架構、部署模式和工作模塊的設計理念、實現源碼與使用技巧進行了深入的剖析與解讀。前面章節總結概括基本搭建和原理架構等，後面章節從SparkContext，BlockManager, Memstore以及上層的任務提交，RDD模式等模塊的開發和實踐進行講解，介紹的比較具體。

14、《圖解Spark：核心技術與案例實戰》

以Spark 2.0 版本為基礎進行編寫，全面介紹了Spark 核心及其生態圈組件技術。主要內容包括Spark 生態圈、實戰環境搭建、編程模型和內部重要模塊的分析，重點介紹了消息通信框架、作業調度、容錯執行、監控管理、存儲管理以及運行框架，同時還介紹了Spark 生態圈相關組件。

15、《Spark快速大數據分析》

本書由 Spark 開發者及核心成員共同打造，講解了網路大數據時代應運而生的、能高效迅捷地分析處理數據的工具——Spark，它帶領讀者快速掌握用 Spark 收集、計算、簡化和保存海量數據的方法，學會交互、迭代和增量式分析，解決分區、數據本地化和自定義序列化等問題。

●編號81，輸入編號直達本文

●輸入m獲取到文章目錄

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！