共计 1429 个字符，预计需要花费 4 分钟才能阅读完成。
现如今每个公司都有自己的大数据平台和大数据团队，可以看出大数据建设在公司的重要地位，不管是用于做数据分析、BI 还是做用于机器学习、人工智能等领域，大数据都是基础，海量数据成为了互联网公司的重要资产。
今天这一份书单，我们将推荐几本综合介绍大数据平台和技术栈的优质书籍，帮各位对大数据技术感兴趣的小伙伴快速入门和学习大数据。
大数据技术栈系列书单
大数据技术原理与应用
（1）概念篇：介绍当前紧密关联的 * 新 IT 领域技术云计算、大数据和物联网。
（2）大数据存储与管理篇：介绍分布式数据存储的概念、原理和技术，包括 HDFS、HBase、NoSQL 数据库、云数据库。
（3）大数据处理与分析篇：介绍 MapReduce 分布式编程框架、基于内存的分布式计算框架 Spark、图计算、流计算、数据可视化。
（4）大数据应用篇：介绍基于大数据技术的推荐系统。
作者简介
林子雨, 北大博士，厦门大学计算机科学系老师，中国高校 **” 数字教师 ” 的提出者和建设者。在数据库、数据仓库、数据挖掘、大数据、云计算和物联网等领域有着十多年的知识积累，对各个领域知识都有比较深入的了解，有比较宽泛的视野。
大数据平台基础架构指南
当前不乏大数据具体技术组件的书籍，但却很少有从大数据平台整体建设和产品形态的宏观角度入手来阐释的。
本书重点介绍大数据开发平台服务构建的整体思路和解决方案，内容涵盖一个成熟的大数据开发平台必不可少的各类核心组件：工作流调度系统、集成开发环境、元数据管理系统、数据交换服务、数据可视化服务、数据质量管理服务，以及测试环境的建设等。
书中还凝结了作者多年平台建设的实践经验，以及对大数据相关从业人员能力建设和职业规划的宝贵建议。本书适合广大志在深入了解大数据平台建设、开发和应用的在职人员及院校师生。
作者简介
刘旭晖，花名天火，蘑菇街数据平台资深架构师，负责蘑菇街大数据服务平台整体产品规划和架构设计工作；此前多年供职于 Intel 开源技术中心，是 Spark/Hadoop/HBase/Phoenix 等开源项目贡献者；在内核驱动、操作系统中间件、输入法、浏览器等方向均有多年开发经验。
大数据架构详解：从数据获取到深度学习
本书从架构、业务、技术三个维度深入浅出地介绍了大数据处理领域端到端的知识。主要内容包括三部分：第一部分从数据的产生、采集、计算、存储、消费端到端的角度介绍大数据技术的起源、发展、关键技术点和未来趋势，结合生动的业界新产品，以及学术界新的研究方向和成果，让深奥的技术浅显易懂；第二部分从业务和技术角度介绍实际案例，让读者理解大数据的用途及技术的本质；第三部分介绍大数据技术不是孤立的，讲解如何与前沿的云技术、深度学习、机器学习等相结合。
作者简介
朱洁,2008 年加入华为，具有 8 年大数据研发管理经验，现任华为大数据服务首席规划师。专注于大数据服务平台建设、规划和实践应用，同时参与多项企业级大数据项目解决方案的规划、设计和实施工作，在深化大数据行业落地方面有诸多实践经验，对解读大数据垂直行业的技术创新与开发有诸多独到的见解和心得。
罗华霖,2002 年加入华为，华为大数据首席规划师，主导完成华为大数据平台 DataSight 和华为电信大数据解决方案 SmartCare 技术规划和架构设计，支持电信运营商数字化战略转型，完成浙江移动、上海联通、沙特 STC 等 200+ 电信大数据解决方案项目落地。曾任华为软交换首席设计师，华为大型电信大数据解决方案 SmartCare 首席架构师。
