前言

我是在2018年夏天想到寫這本書的。當時我和一些才華橫溢的開發(fā)人員一起工作，他們在職業(yè)生涯的大部分時間里都沒有學習過如何編寫可伸縮的代碼。我意識到，很多“大數(shù)據(jù)”的技術(shù)，或者在本書中被稱為“大型數(shù)據(jù)集”問題的技術(shù)，都是專門為那些想要解決這些問題的人準備的。因為企業(yè)中存在很多這樣的問題，而且在這種規(guī)模下產(chǎn)生數(shù)據(jù)的機制已經(jīng)相對成熟，所以關(guān)于這個主題的圖書往往是用作為工具的企業(yè)語言（比如Java語言）編寫的。

本書有一些不同。我注意到越來越多的大型數(shù)據(jù)集問題正在通過分布式的方式進行處理。這里的分布式不是指分布式計算——當然也不是指員工會分散在各地來完成這些工作。個人開發(fā)者或小型開發(fā)團隊，通常在快速的原型環(huán)境中或者使用快速開發(fā)語言（比如Python）來處理大型數(shù)據(jù)集。

我希望本書能夠?qū)⒖缮炜s和分布式編程技術(shù)帶給更廣泛的開發(fā)人員。我們生活在一個大數(shù)據(jù)日益盛行的時代。并行化和分布式編程技能對開發(fā)人員的日常工作變得越來越重要。越來越多的程序員正面臨著由于數(shù)據(jù)集太大而導致的問題。我希望通過本書，開發(fā)人員能夠掌握解決這些大數(shù)據(jù)問題的工具，并將重點放在那些讓他們最初對編程感興趣的問題上。