内容简介 本书在第1版的基础上，介绍大数据的时代背景及应用方案、常用的离线大数据和流式大数据组件，以及基于云平台的容器级数据平台搭建。书中以离线大数据和流式大数据两个具体示例，贯穿本书的第二、三部分内容，对组件之间的协同工作关系进行剖析。书中的代码部分基本上使用Python编写，用户可以下载参考。 如果你是一位在校学生、Python编程爱好者或是想转行从事大数据工作的在职IT人员，阅读本书必有所收获！ 前言 写作背景 在第１版的基础上，本书对近几年大数据领域最新出现的各种流行组件，逐个进行介绍，并以离线大数据和流式大数据两个具体示例贯穿本书的第二、三部分内容，对组件之间的协同工作关系进行剖析。这里新增了大数据平台的架构选型及最佳实践案例、大数据治理、流计算开发、基于Docker的大数据运维部署等部分。书中所使用的示例程序，是基于笔者在进行企业培训时，企业提出的业务需求而展开的，从而使得示例程序更有代表性。 本书特色 •　在本书第1版的基础上，按照离线大数据和流式大数据两个场景进行划分，这样更有针对性。 •　在代码实现上由本书第1版的以Java为主变为现在第2版的以Python为主，紧贴主流编程语言。 •　代码的可用性增强。对于本书第1版的爬虫部分代码，随着目标网站的样式变更，书中的那些代码无法继续运行。现在第2版的爬虫目标网站为作者制作的模拟站点，这样就保证了读者运行书中爬虫代码时的持续可用。 •　提供和本书配套的示例程序运行地址。读者可以登录http://www.broadview.com.cn/38202，运行书中所提供的示例程序，并下载书中有关章节的源码。 •　提供和本书配套的大数据组件Docker的文件下载，以便读者可以在本机运行书中所讲解的示例程序。 •　提供QQ读者群（群号：50926571）在线答疑。 读者人群 •　Python编程爱好者 •　在校学生 …