本书的目标是教会读者使用最重要的数据科学工具，从而为实施数据科学奠定坚实的基础。读完本书后，你将掌握R语言的精华，并能够熟练使用多种工具来解决各种数据科学难题。每一章都按照这样的顺序组织内容：先给出一些引人入胜的示例，以便你可以整体了解这一章的内容，然后再深入细节。本书的每一节都配有习题，以帮助你实践所学到的知识。

在第1版的基础之上，第2版介绍了Scala的最新语言特性，新添了模式匹配、推导式以及高级函数式编程等知识。通过本书，读者还能学会如何使用Scala命令行工具、第三方工具、库以及适用于编辑器和IDE的Scala相关插件。本书既适合Scala初学者入门，也适合经验丰富的Scala开发者进阶参考。

利用Scala简洁灵活的语法，提高编程效率。

深入学习函数式编程的基本技能和高级技能。

使用Scala函数式组合器，构造“杀手级”大数据应用。

使用Scala提供的trait类型实现mixin组合，使用模式匹配实现数据抽取功能。

学习Scala语言中复杂的类型系统，包括了函数式编程和面向对象编程中的概念。

深入学习包括Akka的Scala并发工具。

掌握如何开发丰富的领域特定语言。

掌握构建可扩展、健壮的Scala应用软件的良好设计技巧。

作为一本强调数据科学的图书，本书中出现的代码示例均保存在公开的Github仓库中。通过立即可启动的虚拟机，这些示例代码可以很容易地获得。该虚拟机中预装了一组IPython Notebook，为我们提供方便的交互式学习环境。

-使用Hadoop进行数据存储和建模的着眼点和思路

-将数据输入、输出系统的最佳方案

-MapReduce、Spark和Hive等数据处理框架介绍

-数据去重、窗口分析等常见Hadoop处理模式应用

-在Hadoop上采用Giraph、GraphX等图形处理工具

-综合使用工作流以及Apache Oozie等调度工具

-以Apache Oozie、Apache Spark Streaming和Apache Flume进行近实时流处理

-点击流分析、欺诈检验和数据仓库的架构案例

本书就使用Apache Hadoop端到端数据管理方案提供专业架构指导。其他书籍大多针对Hadoop生态系统中的软件，讲解较为单一的使用方法，而本书偏重实践，在架构的高度详细阐释诸多工具如何相互配合，搭建出打磨之后的完整应用。书中提供了诸多案例，易于理解，配有详细的代码解析，知识点一目了然。

为加强训练，本书后半部分提供了详细的案例，涵盖最为常见的Hadoop应用架构。无论是设计Hadoop应用，还是将Hadoop同现有数据基础架构集成，本书都可以提供详实的参考。