前言

大數(shù)據(jù)是近年來炙手可熱的一個詞匯。無論是國家還是企業(yè)，都希望從大數(shù)據(jù)產業(yè)的發(fā)展中獲益，而科學家、工程師們也希望在這個新興的行業(yè)中獲得較高的回報。因此，市面上大數(shù)據(jù)相關的書籍也快速豐富了起來，從概述類的書到具體介紹某項技術的書，應有盡有。而本書則從工程實踐和基礎理論角度講述大數(shù)據(jù)的應用，為不同的大數(shù)據(jù)應用場景提供了思路。

目前，在實際應用中，人們往往通過架設Hadoop，以及基于Hadoop生態(tài)的各種系統(tǒng)來滿足大數(shù)據(jù)應用需求。然而，不是所有的大數(shù)據(jù)應用都適合用Hadoop的數(shù)據(jù)存儲方式、系統(tǒng)架構和計算模型。例如，對于高實時性要求或者高并發(fā)的應用場景，Hadoop就不適合，因此出現(xiàn)了許多基于Hadoop生態(tài)的擴展，以解決某些特定類型的問題。

近年來，大數(shù)據(jù)技術一直處于高速發(fā)展中，很多兩年前非常流行的技術逐漸淡出或者銷聲匿跡了。作為大數(shù)據(jù)業(yè)務的開創(chuàng)者和領頭羊，Google公司從未停止過對技術的改進甚至顛覆，例如將數(shù)據(jù)存儲從GFS發(fā)展到了BigTable，也推出了Dremel和Pregel等新的計算框架。這是因為Google的工程師了解需求，也知道這些需求背后的技術原理，懂得根據(jù)需求權衡和選擇最適合特定需求的技術路線和方案；而不是只有榔頭這一個工具，導致看任何問題都像是釘子，而解決問題的手段也只有敲擊這一項。

本書不是大數(shù)據(jù)技術手冊，也不是某種具體技術的說明；而是面對具體應用場景時的技術考慮和權衡。在實際應用中，各類大數(shù)據(jù)應用方案沒有優(yōu)劣之分，只有適合或不適合的差異。甚至大部分情況下，任何選擇都需要付出代價，而針對這種收益和代價的衡量及評估才是本書所關注的。此外，書中也會出現(xiàn)一些具體的示例代碼，作者提供這些示例代碼，希望體現(xiàn)其背后的原理，即使某段代碼采用了特定的語言和系統(tǒng)，也不代表在該場景下推薦使用該語言及語言所依賴的系統(tǒng)。

本書通過探討技術原理，幫助讀者選擇合適的工具，或者自行開發(fā)適合自己應用場景的工具，無論這個工具是榔頭還是鉆子，是刨子還是螺絲刀，甚至是目前還不存在的某種類型的工具。作者團隊衷心希望本書能為國內大數(shù)據(jù)企業(yè)建立自己的技術特色和技術優(yōu)勢貢獻微薄之力。

本書目標讀者群：主要面向架構師，或者是有具體大數(shù)據(jù)問題需要解決的工程師；也適合從零開始搭建大數(shù)據(jù)架構，或者需要將現(xiàn)有的非大數(shù)據(jù)的需求修改成大數(shù)據(jù)方案的讀者和相關專業(yè)學習者。同時，對于那些實際上正從事大數(shù)據(jù)相關工作而自己并不清楚這一點的個人或企業(yè)，本書也能給你們帶來啟發(fā)。

非本書的目標讀者群：希望通過教科書式學習從而掌握大數(shù)據(jù)的某項具體技術的讀者；希望通過一本書就知道大數(shù)據(jù)是什么，從而可以找到一份大數(shù)據(jù)工作的人士。

本書作者都長期從事大數(shù)據(jù)相關的工作，對于很多具體的技術有自己的看法和獨到見解，也真正踩過很多坑。由于應用場景的不同，作者對于技術的理解和認識也可能存在差異。我們希望這本書的推出能夠拋磚引玉，涌現(xiàn)出更多精彩著作。