[大數據入門書籍推薦] Big Data Glossary (O'Reilly)

http://it-ebooks.info/book/823/

咳咳...不囉唆！先點擊上面的連結，找尋一個位於「Download」字樣旁邊的超連結再來看我底下的說明...說不定你下載完也不想看我的說明就是了 (Mission Completed)... XD

這是一本很適合剛進入「大數據（Big Data）」領域的概念書。比起講解 How，更著重 What。它的書籍大綱如下：

01 Terms
名詞解釋。包含何謂「文件導向（Document-Oriented）」、「鍵-值儲存（Key-Value Stores）」...等基本名詞解釋。

02 NoSQL Database
說明用於大數據資料儲存的常見資料庫系統有哪些？優劣為何？包含 MongoDB、CouchDB、Cassandra、Redis、BigTable、HBase...等。

03 MapReduce
Google 提出的一個大數據軟體架構（Frameworks）。在已經有人做好輪子的時代，想造一部車當然是直接拿別人做好的輪子來用囉！

04 Store
如何儲存資料本體的一章。這裡介紹了 Amazon S3 與 Hadoop Distributed File System 兩個架構。

05 Servers
介紹可用於大數據管理的伺服器有哪些。包含 Amazon EC2, Google App Engine, Elastic Beanstalk, Heroku 等。

06 Processing
介紹大數據分析與處理的工具。包括 R、Yahoo! Pipes、Mechanical Turk... 等。

07 NLP (Natural Language Processing)
自然語言處理。這一章講如何教會電腦「看懂」我們人類撰寫的語言（主要是英文），然後「機器自動爬文」，篩選出隱藏在字裡行間的「數據」。這邊介紹了幾組 NLP API，包括 OpenNLP, Boilerpipe, OpenCalais...等。

08 Machine Learning
講機器學習的一章。教你如何讓你的軟體越來越「聰明」，擁有「類似」人類學習的能力（雖然還不及五歲小孩的學習能力，但現今科技水準就到這裡了，相信將來會進步的）。這篇介紹了 WEKA、Mahout、Scikits.Learn 幾套 API。

09 Visualization
介紹幾套可以把複雜數據「視覺化」成圖表的 API：Gephi、GraphVis...等。

10 Acquisition
標題雖然是「資訊取得（Acquisition）」，但這章其實在講「資料清洗」與「正規化」。如：有個表格內藏你要的資料，你如何把表格拿掉，重新排列，變成你要的資訊存入資料庫內。

11 Serialization
標題直譯的話，會翻成「序列化」。但比較偏講「如何找到一種放諸四海皆準的『中間格式』（如：XML），好讓資料從一部系統，透過這個『中間格式』，轉換到另一部系統」。這章講了 JSON、Thrift...等格式。

我覺得這是本可以帶在身上，等車無聊時隨手看兩頁的書。因為它前後章節並沒有太強烈的連貫性，內容也大多偏向名詞解釋，不需要擺台電腦在身邊實驗兩下才會懂。所以隨時中斷閱讀也沒啥關係。看完後，就應該可以參加相關的會議討論，而不會有什麼名詞聽不懂了。很適合初學大數據的工程師，或專案經理閱讀。

如果你也覺得本篇內容不錯的話，麻煩您轉分享給您的朋友，讓他們也能免費得到一本大數據的電子書喔！希望今天介紹的內容大家會喜歡！