前史大浪淘沙經(jīng)過(guò)5次信息改造，總算迎來(lái)大數(shù)據(jù)時(shí)代，給信息領(lǐng)域灌入了弱小的血液，催生了很多新生力量，而各行各業(yè)誰(shuí)也無(wú)法脫離數(shù)據(jù)存活。格外近幾年來(lái)，全球范圍內(nèi)掀起了一股“大數(shù)據(jù)”熱，各地政府、巨細(xì)公司都在規(guī)劃大數(shù)據(jù)，搶占先機(jī)。這個(gè)局究竟怎樣設(shè)，很少有人能說(shuō)出清楚的頭緒。一個(gè)新事物的呈現(xiàn)，除了帶給大家驚喜以外，還有毫無(wú)思緒的蒼莽。

據(jù)可靠數(shù)據(jù)顯示，截止到2016年，全國(guó)的大數(shù)據(jù)人才只有46萬(wàn)，未來(lái)3-5年人才缺口高達(dá)150萬(wàn)之多。市面招聘網(wǎng)站上都在爭(zhēng)搶大數(shù)據(jù)人才，有3-5年工作經(jīng)驗(yàn)的數(shù)據(jù)分析師年薪直接高達(dá)50萬(wàn)元，但是能找到的確是寥寥。高校培養(yǎng)大數(shù)據(jù)人才仍是初步階段，短期內(nèi)無(wú)法快速輸出人才。

相信身邊有很多應(yīng)屆畢業(yè)生以及想轉(zhuǎn)行大數(shù)據(jù)的，狀態(tài)大多都是：萬(wàn)臉懵逼。

老司機(jī)教你：看書、寫代碼、多交流。

2016年馬上就過(guò)完，你看了幾本書呢？小編為大家精心挑選了大數(shù)據(jù)領(lǐng)域里十本有價(jià)值的書，先干掉這幾本書，再和老司機(jī)談大數(shù)據(jù)！不過(guò)，像《大數(shù)據(jù)時(shí)代》、《數(shù)據(jù)之巔》等這些經(jīng)典到“爛大街”的書我就不一一推薦了，很多人都看過(guò)，沒(méi)看過(guò)的也都聽說(shuō)過(guò)。

一、《Presto技術(shù)內(nèi)幕》

Presto是Facebook開發(fā)的數(shù)據(jù)查詢引擎，基于Java語(yǔ)言開發(fā)的，專門為大數(shù)據(jù)實(shí)時(shí)查詢計(jì)算而設(shè)計(jì)和開發(fā)的產(chǎn)品，更是大數(shù)據(jù)實(shí)時(shí)查詢計(jì)算產(chǎn)品的佼佼者，比Spark、Impala更加簡(jiǎn)單、高效。

《Presto技術(shù)內(nèi)幕》由淺入深地詳細(xì)介紹了Presto的安裝過(guò)程、內(nèi)部運(yùn)行原理機(jī)制、功能特性、性能優(yōu)化方法，以及在應(yīng)用過(guò)程中常見的問(wèn)題及解決方案等，可用于多種數(shù)據(jù)源混合進(jìn)行實(shí)時(shí)大數(shù)據(jù)分析計(jì)算，使一些使用其他大數(shù)據(jù)技術(shù)不能解決的業(yè)務(wù)場(chǎng)景有了一個(gè)全新有效的解決方案。

在最后的附錄部分不僅對(duì) Presto 使用過(guò)程中出現(xiàn)的各種問(wèn)題給出了明確的解決方案，還對(duì) Presto中的各個(gè)配置參數(shù)的含義和作用進(jìn)行了詳細(xì)的說(shuō)明并給出了推薦配置值

作者：JD-Presto 研發(fā)團(tuán)隊(duì) ，是京東眾多研發(fā)團(tuán)隊(duì)中的一員，在開源軟件領(lǐng)域獲得多項(xiàng)大獎(jiǎng)

適讀人群：Presto技術(shù)狂熱者&攻城獅、對(duì)京東技術(shù)內(nèi)幕好奇的小伙伴

亮點(diǎn)：

• 市面上第一本詳細(xì)介紹Presto技術(shù)的書籍，可單點(diǎn)突破。
• 濃縮了京東在開源領(lǐng)域深耕多年的實(shí)戰(zhàn)經(jīng)驗(yàn)
• 京東CTO張晨、京東首席技術(shù)顧問(wèn)翁志等技術(shù)大牛重磅推薦
• Presto 使用過(guò)程中的各種問(wèn)題都給出明確的解決方案
• 對(duì)Presto中各個(gè)配置參數(shù)的含義和作用進(jìn)行詳細(xì)的說(shuō)明并給推薦配置值

二、《為數(shù)據(jù)而生》

讀完《為數(shù)據(jù)而生》，你會(huì)清楚的看到中國(guó)在大數(shù)據(jù)道路上所留下的軌跡，主要包括在智慧城市、科技、醫(yī)療、教育、商業(yè)、金融等領(lǐng)域的實(shí)踐。書中分別闡述在大數(shù)據(jù)1.0、大數(shù)據(jù)2.0和大數(shù)據(jù)3.0時(shí)代下，相對(duì)應(yīng)的數(shù)據(jù)分析需要做到分析、外化、集成：

分析，這里作者提供了一套基本的大數(shù)據(jù)分析框架：確定問(wèn)題和指標(biāo), 清洗數(shù)據(jù), 特征提取和選擇, 模型訓(xùn)練, 模型融合。

外化，借助外部數(shù)據(jù)，將兩個(gè)看起來(lái)毫不相干的事物通過(guò)數(shù)據(jù)挖掘建立聯(lián)系。

集成，主要講企業(yè)、政府如何收集數(shù)據(jù)、標(biāo)準(zhǔn)化數(shù)據(jù)，以及最后如何商業(yè)化。

未來(lái)中國(guó)的大數(shù)據(jù)發(fā)展提供一條清晰且可行性的路徑指南！

簡(jiǎn)言之，看了這本書，不管是企業(yè)或者政府，都可以看到大數(shù)據(jù)比較清晰且可實(shí)現(xiàn)的一條路徑。

作者：周濤，天才少年，電子科技大學(xué)最年輕教授，中國(guó)大數(shù)據(jù)領(lǐng)域的傳奇人物，創(chuàng)辦數(shù)之聯(lián)、數(shù)聯(lián)銘品、國(guó)信優(yōu)易、DataCastle等20多家公司，公司總市值高達(dá)百億。

適讀人群：大數(shù)據(jù)愛好者、政府人員及苦于轉(zhuǎn)型中的企業(yè)管理者

亮點(diǎn)：

• 手把手教企業(yè)如何蛻變成一個(gè)真正的大數(shù)據(jù)企業(yè)
• 大數(shù)據(jù)3.0時(shí)代究竟要如何應(yīng)對(duì)
• 為數(shù)不多的把實(shí)操、理論都講明白的書

三、《智能時(shí)代》

《智能時(shí)代》回顧了科學(xué)研究發(fā)展的四個(gè)范式，用實(shí)例證明了數(shù)據(jù)在科學(xué)發(fā)現(xiàn)中的位置。這本書作者分七章從不同角度對(duì)大數(shù)據(jù)進(jìn)行介紹，分別以技術(shù)和思維方式的改變?yōu)橹骶€，從工業(yè)革命這個(gè)角度嵌入，順理成章的延伸出大數(shù)據(jù)與智能化，但是沒(méi)有將過(guò)多筆墨放在技術(shù)的深究上，而是選擇從應(yīng)用層面體現(xiàn)大數(shù)據(jù)的理念。大數(shù)據(jù)應(yīng)用則會(huì)滲透到各行各業(yè)，這正是作者的用心之處。

作者：吳軍，原騰訊副總裁。吳軍博士是當(dāng)前Google中日韓文搜索算法的主要設(shè)計(jì)者。除了《智能時(shí)代》，還著有《數(shù)學(xué)之美》、《浪潮之巔》和《文明之光》。

適讀人群：研究大數(shù)據(jù)應(yīng)用的一線實(shí)踐者、人工智能愛好者

亮點(diǎn)：

• 深入淺出，用吃瓜群眾都能看懂的語(yǔ)言講生澀難懂的大數(shù)據(jù)和人工智能
• 邏輯性強(qiáng)，你能想到問(wèn)題，作者都備好了答案
• 雷軍、羅振宇、涂子沛、李善友、鄔賀銓院士聯(lián)袂推薦

四、《R語(yǔ)言預(yù)測(cè)實(shí)戰(zhàn)》

R語(yǔ)言橫跨了金融、生物、醫(yī)學(xué)、互聯(lián)網(wǎng)等多個(gè)領(lǐng)域，主要用于統(tǒng)計(jì)、建模及可視化。由于上手快、效率高，備受技術(shù)人員青睞。預(yù)測(cè)是大數(shù)據(jù)挖掘的主要作用之一,借助R語(yǔ)言來(lái)做大數(shù)據(jù)預(yù)測(cè)，可以兼具效率與價(jià)值于一身。

《R語(yǔ)言預(yù)測(cè)實(shí)戰(zhàn)》主要分為預(yù)測(cè)基礎(chǔ)、預(yù)測(cè)算法、預(yù)測(cè)案例三大部分。從入門級(jí)的闡述逐漸過(guò)度到深入分析，抽絲剝繭般的講明白了用R語(yǔ)言預(yù)測(cè)的諸多問(wèn)題。

作者：游皓麟，知名高級(jí)數(shù)據(jù)分析師

適讀人群：R語(yǔ)言數(shù)據(jù)分析師、R語(yǔ)言研究大數(shù)據(jù)預(yù)測(cè)的入門者

亮點(diǎn)：

• 市面上為數(shù)不多的系統(tǒng)講解R語(yǔ)言預(yù)測(cè)專題的書籍
• 可以get到做R語(yǔ)言預(yù)測(cè)時(shí)的基本步驟和方法思路，還有更多技術(shù)細(xì)節(jié)

五、《醫(yī)療革命》

在醫(yī)學(xué)大數(shù)據(jù)時(shí)代，數(shù)據(jù)技術(shù)帶來(lái)了臨床醫(yī)學(xué)科研的革命性進(jìn)步。《醫(yī)療革命》通過(guò)對(duì)醫(yī)療數(shù)據(jù)挖掘的基本理論的闡述，將現(xiàn)代統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘技術(shù)有機(jī)結(jié)合，講述了大量的醫(yī)學(xué)數(shù)據(jù)挖掘的案例，提供了大量的醫(yī)學(xué)數(shù)據(jù)挖掘的實(shí)操方法。本書以數(shù)據(jù)挖掘與模式識(shí)別的七大原理在臨床醫(yī)學(xué)中的運(yùn)用案例為切入點(diǎn)，系統(tǒng)而全面地介紹了醫(yī)學(xué)數(shù)據(jù)挖掘的基本方法與原理，對(duì)數(shù)據(jù)分析的常用算法進(jìn)行了通俗易懂的講解。

作者：邵學(xué)杰，中國(guó)醫(yī)學(xué)大數(shù)據(jù)概念提出的實(shí)踐者與先行者，醫(yī)學(xué)數(shù)據(jù)挖掘的先行者

適讀人群：醫(yī)療數(shù)據(jù)挖掘愛好者、臨床研究者、 醫(yī)療大數(shù)據(jù)初學(xué)者

亮點(diǎn)：

• 將統(tǒng)計(jì)學(xué)與醫(yī)學(xué)深度結(jié)合，首次提出醫(yī)學(xué)數(shù)據(jù)模式識(shí)別的七大原理
• 實(shí)操技術(shù)與案例分析相結(jié)合，起到很好的技術(shù)示范作用

六、《大數(shù)據(jù)處理之道》

市面上流行的大數(shù)據(jù)處理技術(shù)已經(jīng)有數(shù)十種了，從最初的Hadoop到Spark，再到Storm，到底哪個(gè)戰(zhàn)斗力更強(qiáng)？《大數(shù)據(jù)處理之道》分析比較了當(dāng)下流行的大數(shù)據(jù)處理技術(shù)的優(yōu)劣及適用場(chǎng)景，包括Hadoop、Spark、Storm、Dremel、Drill等，詳細(xì)分析了各種技術(shù)的應(yīng)用場(chǎng)景和優(yōu)缺點(diǎn)；同時(shí)闡述了大數(shù)據(jù)下的日志分析系統(tǒng)，重點(diǎn)講解了ELK日志處理方案；最后分析了大數(shù)據(jù)處理技術(shù)的發(fā)展趨勢(shì)，重點(diǎn)從各種技術(shù)的起源、設(shè)計(jì)思想、架構(gòu)等方面闡述大數(shù)據(jù)處理之道。

在日志分析方案遍地開花的大數(shù)據(jù)時(shí)代，這本書能夠幫助你更理性的做出決策。

作者：何金池， IBM高級(jí)軟件工程師，熟悉大數(shù)據(jù)領(lǐng)域內(nèi)的各項(xiàng)熱門技術(shù)，具有多年的一線軟件研發(fā)測(cè)試經(jīng)驗(yàn)

適讀人群：軟件開發(fā)、大數(shù)據(jù)測(cè)試人員

亮點(diǎn)：

• 全。幾乎涵蓋所有的大數(shù)據(jù)處理熱門技術(shù)
• 易懂。語(yǔ)言詼諧，大數(shù)據(jù)處理技術(shù)與應(yīng)用場(chǎng)景并在，初學(xué)者好上手，專業(yè)人士可系統(tǒng)的擴(kuò)展知識(shí)
• 預(yù)測(cè)。對(duì)未來(lái)新的大數(shù)據(jù)處理技術(shù)發(fā)展趨勢(shì)進(jìn)行了預(yù)測(cè)

七、《大數(shù)據(jù)基礎(chǔ)與應(yīng)用》

數(shù)據(jù)本身沒(méi)有絲毫意義，通過(guò)統(tǒng)計(jì)、分類、萃取、特征抽取等一系列技術(shù)手段才能實(shí)現(xiàn)其價(jià)值。大數(shù)據(jù)技術(shù)是實(shí)踐性比較強(qiáng)的技術(shù)，需要重視工具和應(yīng)用方法的選擇與研究。《大數(shù)據(jù)基礎(chǔ)與應(yīng)用》作為大數(shù)據(jù)技術(shù)入門的參考書，為小白讀者提供了一次系統(tǒng)學(xué)習(xí)大數(shù)據(jù)理論知識(shí)的機(jī)會(huì)。

作者：陳明，中國(guó)計(jì)算機(jī)學(xué)會(huì)理事、中國(guó)人工智能學(xué)會(huì)理事。

適讀人群：大數(shù)據(jù)技術(shù)小白

亮點(diǎn)：

• 基礎(chǔ)≠不重要，大數(shù)據(jù)初級(jí)必須要掌握的理論知識(shí)都在這里
• 各章獨(dú)立闡述，讀者可根據(jù)自己的需求，有側(cè)重的加強(qiáng)學(xué)習(xí)

八、《超越大數(shù)據(jù)》

把社交數(shù)據(jù)、移動(dòng)數(shù)據(jù)、位置數(shù)據(jù)與主數(shù)據(jù)結(jié)合起來(lái), 可以實(shí)現(xiàn)與現(xiàn)有客戶建立更加密切的關(guān)系、采用合適的產(chǎn)品, 改進(jìn)尋找的定位新客戶的方法、更加深入地了解客戶的想法以及對(duì)產(chǎn)品的看法等，而《超越大數(shù)據(jù)》將教你如何通過(guò)社交主數(shù)據(jù)管理深入了解客戶。

作者：馬丁·奧博歐佛，企業(yè)信息架構(gòu)領(lǐng)域，面向全球大客戶的執(zhí)行架構(gòu)師

適讀人群：企業(yè)決策者、大數(shù)據(jù)架構(gòu)師

亮點(diǎn)：顛覆了傳統(tǒng)的業(yè)務(wù)數(shù)據(jù)處理

九、《爆發(fā)》

《爆發(fā)：大數(shù)據(jù)時(shí)代預(yù)見未來(lái)的新思維》揭開了人類行為背后隱藏的模式“爆發(fā)”，大膽的提出人類有93%的行為都是可預(yù)測(cè)的，是一本超越《黑天鵝》驚世之作。爆發(fā)模式的揭示，其影響力將與20世紀(jì)初期的物理學(xué)或者基因革命的影響力不相上下。你可以把它當(dāng)成一本歷史小說(shuō)來(lái)看，也可以當(dāng)成科技讀物，社會(huì)是一個(gè)巨大的數(shù)據(jù)庫(kù)，這里所有的數(shù)據(jù)、科學(xué)以及技術(shù)都聯(lián)合起來(lái)共同對(duì)抗那個(gè)很大的謎題——我們的未來(lái)。

作者：巴拉巴西，全球復(fù)雜網(wǎng)絡(luò)研究，無(wú)尺度網(wǎng)絡(luò)的創(chuàng)立者。世界著名科技雜志《popularscience》雜志稱，“他可以控制世界”。

適讀人群：大數(shù)據(jù)愛好者、樂(lè)于探索歷史與未來(lái)的人

亮點(diǎn)：

• 神秘色彩十足
• 觀點(diǎn)極具顛覆性

十、《大數(shù)據(jù)技術(shù)概論》

《大數(shù)據(jù)技術(shù)概論》全書共分紅11章別離介紹了大數(shù)據(jù)概論、大數(shù)據(jù)采集及預(yù)處理、大數(shù)據(jù)分析、大數(shù)據(jù)數(shù)據(jù)可視化、Hadoop概論、HDFS和Common概論、MapReduce概論、NoSQL技術(shù)介紹、Spark概論、云核算與大數(shù)據(jù)、大數(shù)據(jù)解決方案相關(guān)事例等內(nèi)容。每一章中均附有相關(guān)術(shù)語(yǔ)的注釋，方便讀者查閱和自學(xué)。

作者：婁巖，海歸三年，中國(guó)醫(yī)科大學(xué)教授，IT專家，作家。

適讀人群：大數(shù)據(jù)小白、培訓(xùn)機(jī)構(gòu)、企劃管理人員

亮點(diǎn)：適合自學(xué)