新年愿望达成：去年未能收获的壕礼通通回到碗里来！

新年到啦，大家开不开心，激不激动！

小编一早捧着热腾腾的年终奖高兴万分

一拍脑门决定：

来！送！福！利！

当然，遇上如此喜庆的好日子

土豪小编要来点简单粗暴的

所以本次迎春赠书活动

福！利！翻！三！倍！

2017年，超多推荐的技术好书得到了大家的热捧和好评，由于每期只有3个赠书名额的限制，未能让小伙伴们如愿……

值此佳节，社群联合@图灵教育 开启壕无人性送书模式，精选过往最受欢迎和近期新晋的各5本大数据书籍进行推荐，并送出10个赠书名额，前所未有的超值惊喜，让你的春节鸿运到底！

DBAplus新春好礼享不停

2017最受好评的大数据荐书返场礼

《Kafka技术内幕》

作者：郑奇煌

图文详解Kafka的内部原理、设计与实现

全面分析以Kafka为中心的分布式流平台

Kafka新特性详解，包括连接器、流处理

本书以0.10版本的源码为基础，深入分析了Kafka的设计与实现，包括生产者和消费者的消息处理流程，新旧消费者不同的设计方式，存储层的实现，协调者和控制器如何确保Kafka集群的分布式和容错特性，两种同步集群工具MirrorMaker和uReplicator，流处理的两种API以及Kafka的一些高级特性等。

购买链接：https://item.jd.com/12234113.html

《Kafka权威指南》

作者：Neha Narkhede，Gwen Shapira，Todd Palino

译者：薛命灯

Kafka核心作者和业界一流一线人员共同执笔

全面介绍Kafka设计原理和架构细节

本书是关于Kafka的全面教程，主要内容包括：Kafka相对于其他消息队列系统的优点，主要是它如何完美匹配大数据平台开发；详解Kafka内部设计；用Kafka构建应用的最佳实践；理解在生产中部署Kafka的最佳方式；如何确保Kafka集群的安全。

购买链接：https://item.jd.com/12270295.html

《Spark高级数据分析》

作者：Sandy Ryza，Uri Laserson，Sean Owen，Josh Wills

译者：龚少成

Amazon 4.8星实战手册，Cloudera公司数据科学家实践之作

展示利用Spark进行大规模数据分析的若干模式

将Spark、统计学方法和真实数据集结合起来

本书是使用Spark进行大规模数据分析的实战宝典，由著名大数据公司Cloudera数据科学家撰写。首先介绍了Spark及其生态系统，接着详细介绍了将分类、协同过滤及异常检查等常用技术应用于基因学、安全和金融领域的若干模式。如果你对机器学习和统计学有基本的了解，并且会用Java、Python或Scala编程，这些模式将有助于你开发自己的数据应用。

购买链接：https://item.jd.com/11802667.html

《Python数据处理》

作者：Jacqueline Kazil，Katharine Jarmul

译者：张亮 ，吕家明

教你学会轻松处理数据的方法，将数据处理过程自动化

全面掌握用Python进行爬虫抓取以及数据清洗与分析的方法，轻松实现高效数据处理

本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。 “端点的设计、请求的形式、响应数据的设计等，能够学到很多具体的技巧。虽然是很薄的一本书，但实际工作中需要的信息都很好地涵盖到了。”

购买链接：https://item.jd.com/12219342.html

《机器学习》

作者：Peter Flach

译者：段菲

被誉为内容最全面的机器学习指南，Machine Learning期刊总编Peter Flach力作

数百个精选实例和解说性插图，汇集所有用于理解、挖掘和分析数据的先进方法

本书是迄今市面上内容最为全面的机器学习教材之一，书中汇集了所有用于理解、挖掘和分析数据的先进方法，并且通过数百个精选实例和解说性插图，直观而准确地阐释了这些方法背后的原理，内容涵盖了机器学习的构成要素和机器学习任务、逻辑模型、几何模型、统计模型，以及矩阵分解、ROC分析等时下热点话题。

购买链接：https://item.jd.com/11837028.html

更多大数据新书等你领取

《算法图解》

作者：Aditya Bhargava

译者：袁国忠

简单易懂的算法教程

400多个示意图，详细介绍算法执行过程，展示不同算法在性能方面的优缺点

基于Python的代码示例

图灵最受欢迎的算法新书，获评“人民邮电出版社年度好书”。本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。

购买链接：https://item.jd.com/12148832.html

《用数据讲故事》

作者：Cole Nussbaumer Knaflic

译者：陆昊 , 吴梦颖

学会用数据讲故事，让沟通更高效、更直接

告别粗糙图表和PPT，让客户满意，给自己加分

前Google人力分析团队经理作品//盖茨基金会、摩根大通银行等组织高管鼎力推荐

秋叶、范冰、邓凯等知名数据分析专家联袂推荐

本书豆瓣评分8.6分，通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。

购买链接：https://item.jd.com/12169299.html

《数据挖掘与分析：概念与算法》

作者：Mohammed J. Zaki , Wagner Meira Jr.

译者：吴诚堃

数据挖据与分析的入门书，针对初学者阐述所有关键概念，包括探索性数据分析、频繁模式挖掘、聚类和分类

兼顾前沿话题，例如核方法、高维数据分析、复杂图和网络等

提供算法对应的开源实现方法

本书是专注于数据挖掘与分析的基本算法的入门图书，内容分为数据分析基础、频繁模式挖掘、聚类和分类四个部分，每一部分的各个章节兼顾基础知识和前沿话题，例如核方法、高维数据分析、复杂图和网络等。每一章最后均附有参考书目和习题。

购买链接：https://item.jd.com/12179115.html

《Python数据科学入门》

作者：Dmitry Zinoviev

译者：熊子源

用Python轻松解决数据科学问题

快速掌握数据科学领域常见任务和工具

本书以Python语言讲述数据科学基础知识，涵盖了数据采集、清洗、存储、检索、转换、可视化、高级数据分析（网络分析）、统计和机器学习等内容。具体内容包括：数据科学的Python核心特性，文本数据、数据库、表格形式的数值数据、series和frame、网络数据的使用，数据的绘制，概率与统计，机器学习。

购买链接：https://item.jd.com/12234539.html

《Java机器学习》

作者：Boštjan Kaluža

译者：武传海

利用Java机器学习常见库设计、构建、部署你自己的机器学习应用

快速了解用Java创建并实现机器学习

本书主要内容包括：机器学习基本概念、原理，Weka、Mahout、Spark等常见机器学习库的用法，各类机器学习常见任务，包括分类、预测预报、购物篮分析、检测异常、行为识别、图像识别以及文本分析。最后还提供了相关Web资源、各种技术研讨会议以及机器学习挑战赛等进阶所需内容。

链接：https://item.jd.com/12179091.html

囤一波潜力好书以慰寒冬

储一波精神食粮欢度新年

欢迎在本文微信留言区写下你的春节度假计划、对社群新一年优化改善的建议，亦或是你想获得赠书的原因。精选留言集赞数TOP5将直接获得本期推荐的任意书籍一本，此外，小编也将选出5位评论最走心、最具建设价值的读者分别获得赠书。

特殊说明

由于春节期间快递暂停派送，本次活动将截止至2018年2月22日中午12点，所有赠书也将在春节假期结束后统一寄出。

往期书单回顾

第15期Python数据处理、数据科学实战

第8期Docker实例、Hadoop应用架构

第1期微服务设计、Spring Boot实战

雄鸡唱罢，神犬登台

最后，DBAplus社群在此拜个早年

↓↓ 祝大家新的一年 ↓↓

狗年大吉

财源广进

旺旺旺旺