大数据开发里的经典书之一，Mahmoud Parsian写的《数据算法：Hadoop Spark 大数据技巧》还挺值得一看。讲得比较接地气，重点是多实战技巧，尤其适合你在用Spark或Hadoop做数据的时候参考。
函数式思想贯穿整个流程，像用MapReduce搭配RDD来日志数据，效率高，代码也不绕。平时写点数据清洗脚本、搞并行，用里面那套思路就顺手。
还有一点蛮实用的，书里不少例子是围绕Scala讲的。你要是熟点Java，迁移过来也不难。比如说，做词频统计时用flatMap配合reduceByKey，逻辑简洁，响应也快。
对了，如果你还在摸索怎么把Hadoop和Spark结合起来用，强烈推荐你顺带看看这几篇文章，有不少补充：
- Hadoop Spark 大数据算法实战技巧
- Spark 与 Hadoop 大数据开发指南
- 大数据技术进阶 Hadoop 与 Spark 作业探索
- Apache Spark 大数据入门
- Scala、Hadoop、Spark 全新教程大数据开发实战指南
如果你经常跟批量数据打交道，或者想快速掌握大数据的套路，这书真可以放书架上常翻。