大数据的几本书

本年度第 22/100篇。

我其实对大数据完全不熟，但也硬着头皮看了这本书：

此书主要讲了流式系统和传统表系统的区别，从理论上论证了流式系统是表系统的超集。同时又讲了可以用流式系统来完全取代批处理系统，这样lambda架构也不需要了。但此书作者假设你是一个大数据领域的从业者，所以前面几章我完全不是很懂，后面又谈到了如何设计流式系统的SQL语言，我没用过大数据所以也是看的一知半解。

但至少这本书想讲的意思我差不多了解了，每章最后的summary是很不错的东西，作者对于stream和table的定义和思考也是标新立异，很有趣。全书有点啰嗦，但不失为一本讲理论的奇书。

我原来看过lambda架构，就是下面这本书，本来以为lambda架构是一个很好的架构，谁知道上面这本书认为完全不需要lambda架构，一个好的流式系统可以取代一切。

接下来这本，这本更是神作中的神作：

这本综述了各种数据库系统的区别，非常详尽的阐述了各种不同的数据库系统的设计原理，非常多的实现细节，相关技术方案讨论，可谓包罗万象，我为作者的学识的渊博所深深的折服。最厉害最精彩的应该是对distributed的各种transaction和各种锁的实现的讨论和对比，以及对于CAP的正确的诠释。绝对是一部大部头，强烈推荐英文原版，有时间可能需要二刷三刷不然内容实在太多，我现在已经看了以后全忘记了。。。

最后，还有一本讲log系统的设计的，可能和kafka有直接的关系，只有短短60页，我刚下载好还没看：