书籍介绍
目前大数据技术已经日趋成熟，但是业界发现与大数据相关的产品设计和研发仍然非常困难，技术、产品和商业的结合度还远远不够。这主要是因为大数据涉及范围广、技术含量高、更新换代快，门槛也比其他大多数IT行业更高。人们要么使用昂贵的商业解决方案，要么花费巨大的精力摸索。本书通过一个虚拟的互联网O2O创业故事，来逐步展开介绍创业各个阶段可能遇到的大数据课题、业务需求，以及相对应的技术方案，甚至是实践解析；让读者身临其境，一起来探寻大数据的奥秘。书中会覆盖较广泛的技术点，并提供相应的背景知识介绍，对于想进一步深入研究细节的读者，也可轻松获得继续阅读的方向和指导性建议。
目录
用户评论
本书的第一大部分概述了大数据的主要技术，包括大数据的获取、存储、处理，还有架构设计的基本理念，以及常用的消息和缓存机制。这一部分你会发现关于Nutch、Flume、Hadoop、HBase、Redis、Hive、Kafka、Spark、Storm等的简介。对于数据处理的高级技术，本书着墨不少，但不乏对于信息检索和数据挖掘课题的探讨。例如站内搜索引擎、推荐系统、广告系统、聚类、分类和线性回归等。由于商业需求尤其看重实际产出，因此第一部分的最后还会分析常见的效果和性能评估。
第二大部分的每个章节都是从业务需求的描述入手，然后进行需求分析，根据需求的特点，对第一大部分所涉及的备选技术进行筛选，最后是技术方案和架构的确定。不同的商业需求可能会使用类似的技术点。
入门不错，让人对应用和技术的结合有了个基本概念
非常详实，有逻辑条理
看到分准备弃了，看到评价还不错准备看掉。
写得太浅了，弃掉。
太浅
本书有一个实际项目的技术方案的介绍和实现，关注的重点在于整体性技术方案介绍和思考。但是，最深感受：过去认为的性能优化，只是考虑了最不重要的编码和规范，其实性能提升最简单的是物理上加机器，更新软件，真正的性能优化，是改变技术方案和技术架构
2016年的书，书中介绍的技术栈在当今2021年仍是主流，京东，Ebay，Shopify等电商企业还在用。如果你是每星期产生数据量小于300TB的中小企业，那就不用凑热闹了，你还没达到大数据的数据量门槛，学习这玩意的主要意义在于你面试的时候可以吹水（或者像我一样来写书评装逼）。大数据这套技术起源于2004年Google的论文《在大规模集群上的啥啥啥》，大意是说全世界的网页数量太多了，Google要检索整个互联网上的信息，现有的机器和存储架构扛不住，然后提出来各种歪门邪道的优化思路。记住，这跟你没关系。对你来说，SQL的like关键字，比什么高大上的搜索技术都更加直接有效，易理解易维护。看书归看书，回去上班我还是继续写我的where 字段名 like '%关键词%'。
浅显易懂的对话，很不错
浅显易懂，适合非技术入门读