文学理论引论豆瓣,文学理论 豆瓣

1. 想要学习大数据，应该看些什么书？

想要学习大数据，应该看些什么书？

第一阶段：大数据基础语言的学习

• J***a语言基础：J***a开发介绍、熟悉Eclipse开发工具、J***a语言基础、J***a流程控制、J***a字符串、J***a数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与***
• HTML、CSS与J***aScript：PC端网站布局、HTML5+CSS3基础、Webapp页面布局、原生J***aScript交互功能开发、Ajax异步交互、jQuery应用
• J***aWeb和数据库：数据库、J***aWeb开发核心、J***aWeb开发内幕

推荐书籍：

本书为我们带来了共78条程序员必备的经验法则，针对你每天都会遇到的编程问题提出了有效、实用的解决方案。 书中的每一章都包含几个"条目"，以简洁的形式呈现，自成独立的短文，它们提出了具体的建议，对于J***a平台精妙之处的独到见解，以及优秀的代码范例。每个条目的综合描述和解释都阐明了应该怎么做，不应该怎么做，以及为什么。

Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架

推荐书籍：

在大数据的背景下，我很少看到关于数据建模，数据层，数据处理需求分析以及数据架构和存储实现问题。这本书却提供了令人耳目一新的全面解决方案。

《Hadoop权威指南(中文版)》从Hadoop的缘起开始，由浅入深，结合理论和实践，全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。

《Hive编程指南》是一本Apache Hive的编程指南，旨在介绍如何使用Hive的SQL方法HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据***。

推荐书籍：

《Spark 快速大数据分析》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面的介绍，让读者能够知其然且知其所以然。

本书***用理论与大量实例相结合的方式帮助开发人员掌握使用Spark进行分析和实现机器学习算法。通过这些示例和Spark在各种企业级系统中的应用，帮助读者解锁Spark机器学习算法的复杂性，通过数据分析产生有价值的数据洞察力。

先夯实一下理论知识，推荐这些书籍，比较不枯燥，并且可以对数据分析有一个宏观的观念。《精益数据分析》：其中包含了大量经典案例，讲解了第一关键指标法、如何建立指标体系，避免虚荣指标、创业公司不同阶段需要什么样的数据分析侧重等都有深入浅出的理论。还有一些其他的数据分析书籍《***都是网站分析师》、《深入浅出统计学》等，内容都很详实。同时建议学习几项技能，Excel、SQL都是必备的，数据分析思想也很重要，需要了解行业关注的指标，才能让自己的数据分析技能服务于行业，建议听一些线上课程，参加线下沙龙和课程等。

欢迎关注公众号哦~SensorsDataCrop，有更多数据分析知识