精通Azure数据分析

本书在结构设计上以数据管道作为内容主线，包括数据摄取、处理、存储，以及实 时（热数据）和批量（冷数据）数据处理路径。在沿着数据管道前行的途中，各种 Azure服务将成为旅途中的指引，这些服务可能会在一章或多个章节中出现。我们还 会针对数据管道中的特定步骤，对需要考虑的服务和工具进行详细介绍。或者，你也 可以换种方式思考，将这些服务和工具看作是数据分析管道中每个环节的工具箱，然 后就此得出类似这样的问答：对于长期数据存储，我该使用哪项Azure服务？对此， 我们在本书中会向你展示如何使用Azure存储和Azure数据湖存储，那么对于流数据的 存储呢？本书将为你介绍包括Azure流分析、结合Storm或Spark的Azure HDInsight以 及Event Processor Host，并展示如何编写相关代码。 
当然，如果你心中没有目的地，这份地图就会显得无聊很多，为了让我们的旅途更有 趣，我们需要一个目标——在Azure中构建一个数据分析管道。对此，本书通过一个 机场数据管理的虚拟业务场景，结合该场景所需的所有示例数据和代码，帮助你理解Azure的各项数据分析服务。 

请你像阅读旅游指南一样使用本书，可以从头读到尾，也可以根据兴趣选择几个领 域深入了解。在这份旅游“地图”上，我们对各种Azure服务和工具都进行了详细介 绍，沿着它们即可依次构建出完整的数据管道。在有些场景中，有些内容可能略微复 杂、深入或难懂。还有一些部分是简单但具有针对性的解决方案，它们是专门用于解 决特定问题而设计的，其中可能使用了开源代码，也可能采用的是Microsoft的近创 新。无论如何，在本书后，你将有能力建立属于自己的“银河系漫游指南”，针对 不同目的深入了解如何使用相应的服务和工具，终得以精通Azure数据分析。 
本书的排版约定 
本书通过不同排版风格表达内容，具体说明如下： 
斜体字（Italic） 
新名词、URL、电子邮件地址、文件名和文件扩展名。 等宽字体 （Constant width） 
用于代码和段落中引用的代码片段，如变量或方法名、数据库、数据类型、环境 
变量、生命和关键字等。 

等宽粗体字 （Constant width） 命令或应该由用户输入的文本内容。 
等宽斜体字（Constant width） 应由用户提供数值并进行替换的内容，或是应根据上下文才能确定的内容。 
使用示例代码 
更多补充资料（包括示例代码、练习等）可以从这里下载：https://github.com/ ZoinerTejada/mastering-azure-analytics。 

本书可以帮助你完成工作任务。通常，对于书中提供的示例代码，可以直接在自己的 程序和文档中使用，无需联系我们获取授权，除非要再次分发大量示例代码。具体举 例来说，如果在编写程序时使用了本书提供的一部分代码，不用担心授权问题；但如 果要把O’ Reilly系列图书中的示例代码以CD-ROM等方式销售或分发，则需要获得我 们的授权；在解答问题时如需引用本书提供的代码，不需要授权；但如果是在你的产 品文档中使用本书的任意代码，则必须获得授权。 

虽然并不要求，但我们感谢你能够引用本书。引用格式一般会包含书名、作者、出 版商和ISBN，例如：“Mastering Azure Analytics by Zoiner Tejada（O’Reilly）。 Copyright 2017 Zoiner Tejada，978-1-491-95665-6”。 
如果你认为自己在使用示例代码时超出了上述许可范围，敬请发邮件联系我们 
[email protected]。 

O’Reilly Safari 
Safari（曾用名：Safari图书在线）是一个针对企业、政府、教育工作者和个人的会员 制技术培训和内容参考平台。 

Safari会员可以浏览和观看数千本图书、培训视频、培训课程、交互式练习和我们 专门策划的内容列表，这些内容来自超过250家出版社，包括O’ Reilly Media、哈 佛商业评论、Prentice Hall Professional、Addison-Wesley Professional、Microsoft Press、Sams、Que、Peachpit Press、Adobe、Focal Press、Cisco Press、John Wiley & Sons、Syngress、Morgan Kaufmann、IBM Redbooks、Packt、Adobe Press、FT Press、Apress、Manning、New Riders、McGraw-Hill、Jones & Bartlett，以及Course Technology等。 
了解有关Safari的更多信息，请访问http://oreilly.com/safari。 
联系我们 
请将关于本书的意见和问题通过以下地址提供给出版社： 

前言 

美国： 

O’Reilly Media, Inc. 
1005 Gravenstein Highway North Sebastopol, CA 95472 
中国： 
北京市西城区西直门南大街2号成铭大厦C座807室（100035） 奥莱利技术咨询（北京）有限公司 

针对这本书，我们还建有一个网页，列出了有关勘误、示例和其他信息。可以通过以 下地址访问这个页面：http://bit.ly/masterAzureAnalytics。 
如果对这本书有什么意见，或者要询问技术上的问题，请将电子邮件发至： 
[email protected]。 

致谢 
编写这样一本内容覆盖广泛的书，离不开身后的大量支持，在本书撰写过程中，我很 荣幸能够得到许多专家的帮助。在此，我要感谢Lynn Langit，她精准地指出了书中所 有含糊或表述不清的内容，在这样严格要求的压力与挑战下，本书才能以如此完美的 质量展现给大家。同时，我也很荣幸获得了来自Microsoft工程师的技术审阅，感谢 Nishant Thacker、Ted Way和Rama Ramani以其杰出的技术水平为本书所付出的努力。 
我要向Azure MVP社区的特别一员Tom Kerkhove表示感谢。感谢你在代码测试中一丝 不苟地专注于细节并认真修改，从而使读者能够获得更好的体验。 

感谢Matt Winkler给我指明了从当年的工作流如何转向如今全新数据世界的道路，当 然，他也教会了我如何从消防栓取水喝。 

我还要在这里向我的编辑Shannon Cutt表示感谢，在过去的一年多里，他一直提供着 细致、明慧和有益的支持。与此同时，值得感谢的还有Kristen Brown，每当我指尖 的键盘无法跟上思想的步伐时，他都能及时帮我记录下所有想法。感谢你们让我的首 本O’Reilly著作成为了如此美妙的体验。 
后，我要感谢我的妻子Ashley，她与我“一同”编写此书，默默忍受了无数个夜晚 和无聊的周末，她的理解和耐心是爱我的好表达。