Das erste Buch gibt eine Einführung in Big Data mit vielen Beispielen und kleinen Schwächen. Das zweite liefert eine praktische Gedächtnisstütze für Java-Programmierer.

Was schon auf den ersten Seiten des Big-Data-Buches auffällt: Es wurde mit ungenügender Sorgfalt redigiert und korrigiert. Da gibt es falsche Bildreferenzen (Seite 4), offensichtliche Redigierleichen (Seite 10), falsche Maßeinheiten (MBit/s statt MByte/s, Seite 11), sinnlose Übersetzungen auf der einen Seite (“Volume (deutsch: Volumen)”) – wogegen andererseits lange englische Zitate und ungebräuchlichere Worte unübersetzt bleiben (Seite 11), Grammatikfehler, unnötige Anglizismen (“Ecosystem”), unschöne Passivkonstruktionen en masse und so weiter und so fort.

An einer Definition des Begriffs Big Data versuchen sich die Autoren gleich am Anfang. Sie zitieren als eine “weitere sehr schöne Definition für Big Data”: “Big Data ist, wenn die Daten selbst Teil des Problems werden.” Nun können sie aber nicht nur wegen ihrer Menge problematisch sein, sondern etwa auch wegen mangelnder Genauigkeit, wegen fehlender Vollständigkeit, wegen ihrer Formatierung, wegen ihrer Eigentümer, wegen ihrer Schutzbedürftigkeit und so weiter. Ist das dann jedes Mal Big Data? Bei Lichte besehen ist die “sehr schöne Definition” Nonsens, Wortgeklingel, das die Autoren kritiklos übernehmen.

Im Anschluss an die Definitionsbemühungen und theoretischen Erläuterungen soll es praktisch werden. Dazu exerzieren die Autoren zunächst die Installation von Hadoop als Single-Node-Cluster in einer Ubuntu-VM Schritt für Schritt vor. Ist der Leser – der Anleitung folgend – zu einer funktionierenden Hadoop-Installation gekommen, geht es an die Implementierung eines Map-Reduce-Jobs in Hadoop. Das ist sicher eine Schokoladenseite des Werks: Die einfachen, ausführlich und nachvollziehbar ausgearbeiteten Beispiele, die sich durch weite Teile des Buches ziehen. Sie lassen sich leicht zu eigenen Testprojekten erweitern.

Auf das Map-Reduce-Beispiel folgen eine Kurzvorstellung des Konkurrenzprodukts Apache Spark und darauf ein Überblick über diverse Tools aus dem Hadoop-Umfeld. Darunter ist auch die NoSQL-Datenbank Hbase, der anschließend ein eigenes Kapitel gewidmet ist. Wieder folgt ein Beispiel der Theorie.

Weiter geht es mit der Data-Warehousing-Schicht Hive und der zugehörigen Abfragesprache Hive-QL. Ein nächstes Kapitel wendet sich der Datenvisualisierung zu, wobei das Buch insbesondere ein paar neuere Diagrammarten vorstellt. Auch zur Visualisierung folgen Beispiele.

Eines der letzten Kapitel will Programmiersprachen für Big-Data-Projekte vorstellen, wird dem Anspruch aber kaum gerecht. Gut zwei Seiten zu Python oder gar weniger als eine Buchseite zu R vermitteln zu wenig Informationen.

Insgesamt ist “Big Data in der Praxis” ein Buch, das einen zwiespältigen Eindruck hinterlässt. Gut sind die ausführlichen Beispiele zum Nachmachen.

Das Wichtigste in Kürze

“Java kurz & gut” ist kein Buch, das man von vorn nach hinten durchliest. Stattdessen hat es der Programmierer bei seiner Arbeit als Nachschlagewerk in Griffweite. Der schmale Band bringt alles mit, was in dieser Rolle wichtig ist: eine gute Gliederung, einen ausführlichen Index, eine knappe, am Wesentlichen orientierte Darstellung. Dazu kommen Codebeispiele sowie Tabellen und Diagramme, die zum besseren Verständnis beitragen.

Ein erster Teil des kleinformatigen Buches widmet sich der Sprache Java. In ihm geht es zum Beispiel um Namenskonventionen, um Kommentare und Schlüsselwörter, um elementare Datentypen und Referenztypen, um Klassen, Objekte und Methoden, um Interfaces und abstrakte Klassen, um die Steuerung des Kontrollflusses, um Anweisungen und Operatoren oder die Ausnahmebehandlung.

Ein zweiter Teil behandelt Java als Plattform. Hier stellen die Autoren JRE und JDK vor, diverse APIs und Frameworks rücken in den Fokus. Zudem geht es um Nebenläufigkeit und das Modulsystem oder um die relativ neue Java-Shell (ausdrücklich sind die Versionen Java 8 und 9 Gegenstand dieser Auflage).

Naturgemäß sind die Erklärungen knapp. Sie liefern keine Einführung und keine ausführlichen Erklärungen, sie eignen sich nicht als Lehrmaterial. Stattdessen taugen sie als Rekapitulationshilfe für schon Bekanntes und zur Auffrischung der wichtigsten Details.