|
《大數據架構詳解》讀后感800字
最近，再次認真閱讀了朱潔、羅華霖編著的《大數據架構詳解》這本書的2016年版，感覺收獲頗多。伴隨著互聯網產業以及以云計算為代表的計算、存儲和通信技術的蓬勃發展，大數據應時、應勢而來。其架構紛繁復雜，其以hadoop為代表的技術生態也是越來越龐大。《大數據架構詳解》這本書抽絲剝繭，著重從架構的角度對大數據進行了清晰的闡述。
該書全面、系統的同時很接地氣：既結合具體業務場景（運營商的運維質量管理、客戶體驗提升、市場運維支撐、數據管理平臺等），又結合具體技術實戰（Hive、Stom、Spark、Flume、Kafka、YARN、Shuffle、MapReduce等，機器學習、深度學習、GPU計算等）。很認同書中闡述的觀點——“大數據是一種問題解決思路，是一系列技術的集合”。架構最終是服務于業務的，而大數據就是解決業務問題的一個重要思路。以前技術條件不具備（如計算和網絡傳輸速度、存儲能力等），現在技術上能夠落地了。這個落地需要一組技術的支撐，而大數據架構系統地提供了相對完備、且在日益豐富的技術工具集（覆蓋數據獲取、存儲、處理、技術、交互式分析、機器學習等）。
此外，該書重點對“大數據云化”進行了討論。以虛擬化為基礎、軟件定義資源為主要特征的云計算，已經成為當前最重要的IT基礎設施之一。大數據上云既是必然也是必須。針對集群模式和服務模式兩種大數據云服務的模式，書中分別進行了討論，對理解大數據的實施、部署規劃很有幫助。
《大數據架構詳解》一書中，也對整體同步并行計算模型(Bulk Synchronous Parallel Computing Model，簡稱BSP模型)從基本原理、特點以及實現等進行了全面分析，并于MapReduce進行了對比。并行計算核心目標是為了更快、更強的算力，而大數據與BSP的融合也是大數據進一步發展的重要趨勢。該書還從開發文化的高度展望了大數據的未來發展，并提出了開發與運維組合的觀點（DevOps理念），(最后著重強調了速度的重要性。一切應對措施如果不能在一定時限內完成將失去實質意義，更快分析過去、更快研判現在、更快擁抱未來（變化）將是大數據架構不斷演進的重要目標。
該書從業務到技術，從技術到文化，對大數據架構進行了系統、全面、詳實的討論，并且深入淺出、容易理解。很推薦大數據從業者和關注大數據發展的朋友們閱讀、學習。作者：宇塵埃
|
