了解Hadoop生态系统的最佳方式是什么

我是一名数据科学家，有纯数学的背景，所以我在工具方面有点学习曲线。通过在该行业工作大约一年，我了解到数据科学家也应该了解一些数据工程。有人能告诉我一些资源吗？我目前的技术主要包括Python（Pyspark）等。

取决于您想了解Hadoop生态系统的具体内容

我建议你从这本书开始：

• 它可以帮助您了解它是如何工作的，并了解Hadoop生态系统是由什么组成的。你不需要这本书的所有章节，但其中许多章节可能真的很有用

你也应该看看这本书

• 由于spark在数据科学领域中被广泛使用。但这本书比上一本更实用

---

要了解更多有关Spark的信息，您并不需要了解Hadoop。例如，Databricks有足够的资源来使用spark，并且没有Hadoop产品。你对生态系统有什么特别的好奇？存储行程安排？DataViz？安全