📊 图解大数据分析

照着《图解大数据分析》（[日] 渡部彻太郎 著、戴凤智、张鸿涛、卢鹏 译，化学工业出版社，日文原名「図解! ビッグデータ分析のシステムと開発がこれ1冊でしっかりわかる教科書」）做的自学笔记 —— 这本书只讲一件事：数据从产生到用上，中间要过哪几道手。剩下全是它的展开：数据为什么变多（第 1 章），系统分几段（第 2 章），一台机器撑不住怎么办（第 3 章），怎么从数据里找规律（第 4 章），数据怎么进来（第 5 章）、怎么存（第 6 章）、怎么用出去（第 7 章）、怎么管住它的来路（第 8 章）。四部分节奏是「先看全景，再拆零件，然后讲数据怎么流，最后讲怎么用」：系统全景 5 篇 → 分布式与机器学习 8 篇 → 数据的流动 8 篇 → 数据的出口 6 篇。三句话：系统的快慢由最慢那一段决定，先找瓶颈别急着换机器；搬和存比算贵，多数系统的成本压在磁盘和网络上，不在 CPU；能答什么问题，决定你在哪个阶段，不是数据量决定成熟度。教材 8 章 49 个二级节，每节平均四页，按节成篇会碎成近五十篇，所以按主题合成 27 篇、篇号章内顺排，每篇覆盖的教材小节在「覆盖原书」一栏逐条列出。沙箱是 Windows / Python 3.13：27 个 Demo 全部只用标准库、每一个都真跑，输出直接贴进正文；没有集群就明说测不了，不测毫秒，只测做了多少步、搬了多少字节。

内容来自我的 Obsidian 自学笔记 · 全书 8 章 27 篇已全部写完 · 全书完结 🎉