数据工程师必读书籍推荐

在当今这个数据驱动的时代，数据工程师的角色变得越来越重要。他们不仅负责数据的收集、清洗和处理，还涉及到数据架构的设计和优化。尽管媒体和社区对数据科学家的讨论不绝于耳，但实际上，数据工程师才是幕后英雄。本文将为推荐一系列数据工程领域的书籍，帮助深入了解这一领域，并掌握所需的各种术语、技能和其他细节。

1. 《数据工程实践指南》：Andreas Kretz

许多有志于成为数据工程师的人并不清楚如何入门。Andreas Kretz的电子书提供了丰富的案例研究、代码、播客、访谈等内容，是帮助任何人成为数据工程师的完整资源包。最重要的是，这本电子书是免费的，可以立即开始学习、实践，并为数据工程师角色做好准备。

2. 《DW 2.0——下一代数据仓库架构》：数据仓库之父 W.H. Inmon

这本书描述了今天技术上可行的数据仓库的未来，无论是在架构层面还是技术层面。书中结构清晰，涵盖了与数据架构及其挑战相关的大多数主题，如何利用现有系统构建数据仓库，以及如何以实际的方式证明费用的合理性。这本书适合：

• 有志于成为数据工程专业人士的个人
• 希望将这一能力引入系统的组织
• 数据架构师
• 数据库管理员
• 系统设计师
• 数据仓库专业人士

3. 《敏捷数据仓库设计：协作维度建模，从白板到星型模式》：Lawrence Corr

Lawrence Corr提供了一个全面的、分步骤的指南，用于捕获数据仓库和商业智能需求，并通过一种称为模型风暴（模型+头脑风暴）的技术将它们转换为高性能模型。此外，还会遇到一个名为BEAM的概念，这是一种敏捷的维度建模方法，用于改善数据仓库设计者和商业智能利益相关者之间的沟通。

4. 《数据仓库工具包：维度建模终极指南》：Ralph Kimball

作为数据科学家，可能希望获得干净、可靠的数据，并且希望数据中包含的商业价值能够很好地呈现。肯定希望拥有准确、健壮的数据模型、高应用敏捷性和设计良好的模型作为最终结果。这本第三版书籍是更新的维度建模技术的完整图书馆，是有史以来最全面的集合。它涵盖了新的和增强的星型模式维度建模模式，增加了两章关于ETL技术的章节，包括12个案例研究的新和扩展的商业矩阵等。

5. 《学习Spark》：Holden Karau

当今世界，数据以巨大的体量被产生，这种规模是难以想象的。如此庞大的数据量在增加操作复杂性的同时，也催生了数据工程领域的新发展。Holden Karau的这本书为所有对探索大数据应用潜力感兴趣的研究生、研究人员和科学家提供了宝贵的参考指南。

6. 《Spark：终极指南：大数据处理简化》：Bill Chambers

数据工程是一个多学科领域，其应用包括控制、决策理论和新兴的生物信息学领域。市场上没有一本书能够让非专家也能理解这个主题。因此，如果刚开始学习，并且需要一本好书来学习关于数据工程的一切，那么Spark，一个用于处理、查询和分析大数据的快速集群计算框架，是应该学习的工具，这本书就是应该阅读的。

7. 《大数据：可扩展实时数据系统的原则和最佳实践》：Nathan Marz

8. 《设计数据密集型应用：可靠、可扩展和可维护系统背后的大理念》：Martin Kleppmann