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，而图书的优势在于能够随时翻阅，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、《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、《HBase权威指南》

HBase是一个分布式的面向列的开源数据库。如何通过使用与HBase高度集成的Hadoop将HBase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HBase架构的细节，包括存储格式、预写日志、后台进程等；在HBase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。