《大数据架构详解》读后感850字

最近，我又仔细阅读了朱杰和罗华林主编的2016年版的《大数据架构详解》一书，感觉自己学到了很多东西。随着互联网产业和以云计算为代表的计算、存储、通信技术的蓬勃发展，大数据顺应时代潮流而生。其架构复杂，以hadoop为代表的技术生态系统日益庞大。 《大数据架构详解》这本书剥去茧子，从架构的角度把大数据解释清楚。

本书内容全面、系统、接地气：既结合了具体的业务场景（运营商运维质量管理、客户体验提升、市场运维支撑、数据管理平台等），又结合了具体的技术实践（ Hive、Stom、Spark、Flume、Kafka、YARN、Shuffle、MapReduce 等（机器学习、深度学习、GPU 计算等）。我非常同意——书中所说的观点：“大数据是一种解决问题的思想，是一系列技术的集合”。架构最终是为业务服务的，大数据是解决业务问题的重要思路。技术条件（如计算和网络传输速度、存储容量等）以前不具备，但现在技术可以实现。这种实现需要一套技术的支持，而大数据架构系统地提供了一套相对完整且日益丰富的技术工具（涵盖数据采集、存储、处理、技术、交互分析、机器学习等）。

此外，书中还重点讨论了“大数据云化”。以虚拟化为基础、以软件定义资源为特征的云计算已成为当前最重要的IT基础设施之一。大数据上云既是必然也是必要的。书中分别讨论了集群模式和服务模式这两种大数据云服务模式，对于理解大数据的实施和部署规划非常有帮助。

《大数据架构详解》一书还全面分析了批量同步并行计算模型（BSP模型）的基本原理、特点和实现，并与MapReduce进行了对比。并行计算的核心目标是实现更快更强的计算能力，而大数据与BSP的融合也是大数据进一步发展的重要趋势。书中还从开发文化的角度展望了大数据的未来发展，提出了开发与运维相结合的视角（DevOps理念）。百家笔记网（m.simayi.net）最后强调了速度的重要性。一切对策如果不能在一定期限内完成，就失去了实质意义。更快地分析过去、更快地判断现在、更快地拥抱未来（变化）将是大数据架构持续演进的重要目标。

本书从业务到技术、从技术到文化对大数据架构进行了系统、全面、详细的论述，深入浅出、浅显易懂。强烈推荐大数据从业者和关心大数据发展的朋友阅读和学习。