如今，有数据的地方就有大数据，正因如此，许多人都想在大数据时代的浪口，掌握这门安身立命的本领和技能。那么大数据方面有哪些书籍呢?现在就来看看吧。
大数据自学书籍
1、《Effective Java中文版》
推荐理由：可能有人会问，为什么要推荐学习Java的书籍，理由就是大数据的架构基本都是用Java语言完成，会Java语言在学习云计算大数据方面具有天然的优势。本书中的每条规则都以简短、独立的小文章形式出现，这些小文章包含了详细而准确的建议，以及对语言中许多细微之处的深入分析，并通过例子代码加以进一步说明，所以是极其适合刚刚入门自学的零基础小白。
2、《大数据技术概论》
推荐理由：该书系统而又全面的整合了所有大数据学习的重要知识点，循序渐进，层层深入，它是一本即使是从零开始自学的小伙伴也可以看懂的书籍。本书共分成11章，分别介绍了大数据概论、大数据采集及预处理、大数据分析、大数据数据可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术介绍、Spark概论、云计算与大数据、大数据解决方案相关案例等内容。而且每一章中均附有相关术语的注释，方便读者查阅和自学。
3、《Spark 快速大数据分析》
推荐理由：Spark可以说是在Hadoop基础上的一种改进，同时也是自学大数据的朋友绕不开的一个点。推荐该书是因为，这是一本为Spark初学者准备的书，它没有过多深入实现细节，而是更多关注上层用户的具体用法。不过，本书绝不仅仅限于Spark 的用法，它对Spark 的核心概念和基本原理也有较为全面的介绍，让读者能够知其然且知其所以然。
4、《Hadoop大数据技术原理与应用》
推荐理由：自学大数据的朋友必须要熟练掌握Hadoop的相关知识点，而这本书围绕Hadoop生态圈相关系统，介绍大数据处理架构Hadoop。全书共11章节，从带领大家认识Hadoop以及学会搭建Hadoop集群到最后的综合项目，其目的是教会大家如何利用Hadoop生态圈技术构建大数据系统架构并进行开发，同时加深Hadoop技术的理解。
5、《Hadoop权威指南》
《Hadoop权威指南(中文版)》从Hadoop的缘起开始，由浅入深，结合理论和实践，多方位地介绍Hadoop这一高性能处理海量数据集的理想工具。这本书可以作为上一本书籍的备用选择，如果觉得上一本书比较难学，也可以从这本书籍开始学习Hadoop。
数据挖掘工程师入门书籍
在互联网、电商、搜索、社交等大数据相关行业里做机器学习算法实现和分析，基本数据结构算法、机器学习等都要求较高。Hadoop、spark技术栈，Java、Python、C++、Scala、Shell。
经典图书推荐：《数据挖掘概念与技术》、《数据挖掘导论》、《数据挖掘-实用机器学习技术》;《机器学习》Tom Michael 、《机器学习导论》、周志华《机器学习》、《机器学习实战》、《集体智慧编程》、《统计学习方法》ESL 《Elements of Statistical Learning》 ISL 《An Introduction to Statistical Learning》PRML 《Pattern Recognition and Machine Learning》《数据库系统概论》、《算法导论》、《Web数据挖掘》、《推荐系统》、《数据可视化》《Thinking in Java》、《Python核心编程》、《Thinking in C++》等。
数据分析师入门书籍
在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询，商务智能，出分析报告，互联网公司的产品经理差不多类型了，统计学能力要求高，SPSS、SAS、R、SQL。
经典图书推荐：《概率论与数理统计》、《统计学》推荐David Freedman版、《业务建模与数据挖掘》、《数据挖掘导论》、《SAS编程与数据挖掘商业案例》、《Clementine数据挖掘方法及应用 》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等。
