企业大数据处理实战派——基于阿里云大数据平台

本书基于作者多年的教学与实践经验编写，重点介绍阿里云大数据体系的核心原理与架构，内容涉及开发、运维、管理与架构。

全书分为4 篇，共13 章：

第1 篇（第1～2 章）介绍大数据技术基础；

第2 篇（第3～8 章）介绍阿里云大数据的离线计算服务；

第3 篇（第9～10 章）介绍阿里云大数据的实时计算服务，包括消息队列Kafka 版和实时计算Flink 版；

第4 篇（第11～13 章）介绍阿里云大数据增值服务――数加平台，包括阿里云大数据集成开发平台DataWorks、数据可视化分析平台Quick BI 和机器学习平台PAI。

本书适合对大数据技术感兴趣的平台架构师、运维管理人员和项目开发人员阅读。

无论读者是否接触过大数据技术，只要具备基础的Linux 知识和Java 基础，就能够通过本书快速掌握阿里云大数据技术并增加实战经验。根据本书中的操作步骤，读者可以在实际的项目生产环境中快速应用并实施阿里云大数据平台技术。

赵渝强

曾任京东大学大数据学院院长、Oracle（中国）高级技术顾问，

现专职从事培训工作。

出版了《Docker+Kubernetes容器实战派》《NoSQL数据库实战派：Redis + MongoDB + HBase》等书。

1）一线技术，系统全面

包含大数据平台技术涉及的方方面面，力求覆盖使用租赁的大数据平台的核心内容。

2）从零开始，循序渐进

本书从最基础的内容开始讲解并逐步深入，先介绍大数据基础，然后全面、深入地介绍，从而真正做到帮助读者从基础入门向开发高手迈进，让初级、中级、高级技术人员都可以从本书中学到干货。

3）精雕细琢，可读性强

本书采用通俗易懂的语言，并经过多次打磨，力求精确。同时注重前后章节的承上启下，让没有大数据方面经验的读者也可以很轻松地读懂本书。

4）突出实战，注重效果

本书采用“理论讲解+动手实操”的方式，让读者在学习理论知识之后能够动手实操。购买本书的读者可以通过网络下载书中所有的相关资料，下载后即可运行，通过实践来加深理解。

5）实践方案，指导生产

本书以实践为主，所有的示例拿来即可运行。并且书中提供了大量的技术解决方案，可以为技术人员在实际的生产环境中提供相应的指导。

为了实现对大数据的高效存储与管理和快速分析与计算，出现了以Hadoop、Spark和Flink为代表的大数据平台生态圈体系。“得数据者得天下”，随着数据量的不断增长，大数据生态圈体系也不断地发展。在众多的大数据平台中，阿里云大数据平台解决了超大规模多场景融合下，用户多元化数据的计算需求问题，实现了存储、调度、元数据管理的一体化架构融合，支撑交通、金融、科研、政企等场景下数据的高效处理，是国内自主研发、应用非常广泛的一体化大数据平台。

作者拥有大数据平台方向多年的教学经验，并在实际的大数据运维和开发工作中积累了大量的实战经验，因此想编写一本系统介绍阿里云大数据生态圈体系的书籍，力求能够完整地介绍阿里云大数据平台。本书总结了作者在大数据平台方面的经验，希望本书对大数据平台方向的从业者和学习者有所帮助，为大数据生态圈体系在国内的发展贡献一份力量。相信通过本书的介绍，读者能够全面并系统地掌握大数据平台的知识，并且能够在实际工作中灵活地运用。

1. 本书特色

本书聚焦阿里云大数据平台技术，全面、深入地讲解了与大数据平台技术相关的知识，并辅以实战。本书有如下特色。

1）一线技术，系统全面

本书全面介绍了阿里云大数据平台体系的组成部分，包含大数据平台技术涉及的方方面面，力求覆盖阿里云大数据平台的核心内容。

2）精雕细琢，可读性强

本书采用通俗易懂的语言，并经过多次打磨，力求精确。同时注重前后章节的承上启下，让没有大数据方面经验的读者也可以很轻松地读懂本书。

3）从零开始，循序渐进

本书从最基础的内容开始讲解并逐步深入，先介绍大数据基础，然后全面、深入地介绍阿里云大数据平台体系，从而真正做到帮助读者从基础入门向开发高手迈进，让初级、中级、高级技术人员都可以从本书中学到干货。

4）深入原理，言简意赅

本书深入介绍了阿里云大数据平台的底层原理和机制，力求言简意赅，帮助读者提高学习效率，同时尽可能地帮助读者缩短阅读本书的时间。

5）由易到难，重点解析

本书编排由易到难，内容覆盖了阿里云大数据平台技术的各个方面。同时对重点和难点进行了详细讲解，对易错点和注意点进行了提示说明，帮助读者克服学习过程中的困难。

6）突出实战，注重效果

本书采用“理论讲解+动手实操”的方式，让读者在学习理论知识之后能够动手实操。购买本书的读者可以通过网络下载书中所有的相关资料，下载后即可运行，通过实践来加深理解。

7）实践方案，指导生产

本书以实践为主，所有的示例拿来即可运行。并且书中提供了大量的技术解决方案，可以为技术人员在实际的生产环境中提供相应的指导。

2. 阅读本书，读者能学到什么

- 掌握大数据的理论基础；

- 掌握阿里云大数据生态圈体系；

- 掌握阿里云大数据技术的使用方法；

- 掌握基于MaxCompute的大数据离线应用开发；

- 掌握使用MaxCompute SQL处理结构化数据的方法；

- 掌握MaxCompute的权限与安全机制；

- 掌握使用消息队列Kafka版的方法；

- 掌握使用消息队列Kafka版开发应用程序的方法；

- 掌握使用实时计算Flink版的方法；

- 掌握使用实时计算Flink版开发应用程序的方法；

- 掌握使用阿里云大数据集成开发平台DataWorks的方法；

- 掌握使用数据可视化分析平台Quick BI的方法；

- 掌握使用机器学习平台PAI的方法。

3. 读者对象

本书既适合阿里云大数据平台技术的初学者阅读，也适合想进一步提升阿里云大数据平台技术的中高级技术人员阅读。相信不同级别的技术从业者都能从本书中学到干货。

本书的读者对象如下：

◎ 初学大数据技术的自学者；

◎ 培训机构的老师和学员；

◎ 测试工程师；

◎ 中高级技术人员；

◎ 相关专业的大学毕业生；

◎ 技术运维人员；

◎ 开发工程师；

◎ 高等院校的老师和学生；

◎ 技术管理人员；

◎ 大数据技术爱好者；

◎ 系统架构师；

◎ 技术经理。