数据分析书籍有哪些（常见的数据分析工具）

学习大数据并不是一蹴而就的事情，即使是工作多年的开发工程师都需要不断补充新鲜的知识内容。目前学习大数据知识可以通过视频和图书两种方式学习，视频的优势在于能够将老师的个人开发经验传授给学习者，而图书的优势魂牵梦萦什么意思在关于公布我省高温津贴标准的通知于能够随时翻阅，内容比较丰富。

这里为大家推荐零基础学习大数据的10本经典图书，希望同学们能够通过不同的学习途径充分掌握大数据开发技能。

大数据学习10本经典图书推荐

1、《大数据时代》

《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。《大数据时代》认为大数据的核心就是预测。大数据将为人类的生活创造前所未有的可量化的维度。书中展示了谷歌、微软、ibm、苹果、facebook、twitter、visa等大数据先锋们具价值的应用案例。作者围绕“要全体不要抽样、要效率不要绝对精确、要相关不要因果”三大理念，通过数十个商业和学术案例，剖析了万事万物数据化和数据复用挖掘的巨大价值。

2、《一本书读懂大数据》

进入大数据时代，让数据开口说话将成为感动中国2018司空见惯的事情，本书将从大数据时代的前因后果讲起，全面分析大数据时代的特征、企业实践的案例、大数据的发展方向、未来的机遇和挑战等内容，展现一个客观立体、自由开放的大数据时代。

3、《对领导评价hadoop权威指南》

hadoop是大数据技术中的核心内容之一。本书内容丰富，展示了如何使用hadoop构建可靠、可伸缩的分布式系统，程序员可从中探索如何分析海量数据集，管理员可以了解如何建立与运行hadoop集群。

4、《hive编程指南》

hive是基于hadoop的一个数据仓库工具。一本apachehive的编程指南，旨在介绍如何使用hive的sql方法，通过大量的实例，首先介绍如何在用户环境下安装和配置hive，并对hadoop和mapreduce进行详尽阐述，演示hive如何在hadoop生态系统进行工作。

5、《hba权威指南》

hba是一个分布式的面向列的开源数据库。如何通过使用与hba高度集成的hadoop将hba的可伸缩性变得简单；把大型数据集分布到相对廉价的商业服务器集群中；了解hba架构的细节，包括存储格式、预写日志、后台进程等；在hba中集成mapreduce框架；了解如何调节集群、设计模式、拷贝表、导入批量数据和删除节点等。

6、《flink入门与实战》

flink是一款开源处流处理框架，其河西是java和scala编程的分布式流数据流引擎。这是一本flink入门级图书，力求详细而完整地描述flink基础理论与实际操作，旨在帮助读者从零开始快速掌握flink的基本原理与核心功能。　

7、《kafka入门与实践》

kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。本书是基于kafka 0.10.1.1版本，深入剖析kafka源码与框架。书中的大量实例来源于作者在实际工作中的实践，具有现实指导意义。

8、《spark快速大数据分析》

这是一本为spark 初学者准备的书，它没有过多深入实现细节，而是更多关注上层用户的具体用法。不过，本书绝不仅仅限于spark 的用法，它对spark 的核心概念和基本原理也有较为全室内团队小游戏大全面的介绍，让读者能够知其然且知其所以然。

9、《大数据技术全解：基础、设计、开发与实践》

可以作为计算机软件专业的本科生和研究生的大数据技术教材，也可作为大数据技术开发培训、大数据系统咨询规划培训的教材，更是大数据领域内一线的需求分析人员、系统分析人员、高级开发人员和开发管理人员的必备参考书。重点不在于对大数据技术的原理性介绍，而是从实战角度出发，系统地阐述如何基于hadoop开源软件为客户设计、安装和开发一个大数据系统。《大数据技术全解：基础、设计、开发与实践》还着重分享了具体实践中的一些案例，不仅对于从事大数据系统开发的it技术人员具有珍贵的参考价值，而且对准备实施大数据系统项目的企业级客户也具有指导作用。

10、《大数据项目实战》

本书定位在实战系统学习大数据技术实现，是有传智播客教育黑马程序员系统编撰。本书旨在令读者具备hadoop生态系统的分析能力，并能够构建强大的解决方案来执行大数据分析，同时毫不费力地从大数据分析结果中获得敏锐的洞察力。本书涉及java语言、hadoop、hive、sqoop的综合运用，同时实现了大数据分析的可视化结果。本书适合hadoop的初学者阅读，也可以作为高等院校相关课程的教学参考书。读者不仅能够通过项目实战巩固基础知识的学习效果，还能学习商业智能系统的开发过程。全书共分为6章，分别是项目概述、搭建大数据集群环境、数据采集、数据预处理、数据分析与数据可视化。

以上10本书基本覆盖了目前大数据领域的大部分的常用技术，无论是对于零基础入门大数据，还是初级大数据开发工程师都是非常有用的。