今天来说完大数据知识体系中剩下的三块：队列，数据可视化，和数据中台。

一、队列

消息队列是异步系统中必须的部分，为了提高各系统之间传递数据和消息的速度和效率，一般会采取同步方式和异步方式两种数据交换方式。

同步通信模式故名思及，是一个系统将数据发送给另一个系统后，等待对方将数据接受并处理完毕，返回成功后，才会进行下一步动作，同步模式的优势系统间是数据一致性强，容错性能高，但是缺点也能明显，就是系统等待时间多，数据传递和处理效率低下。

由此出现的异步通信，正是为了解决效率问题，一个系统将数据通过异步方式发送给另一个系统后可以即可返回接着处理自己的事情，不受另一个系统影响，另一个系统则将没处理完的数据放入缓冲区，或者说是队列中，然后根据自己的节奏进行处理，一定长度的队列很好的缓冲了数据同步的时间。

大数据框架中经常使用的队列比较多，比如：Kafka，RabbitMQ，RocketMQ，ZeroMQ，ActiveMQ等都是常用的队列应用。这里推荐基本介绍主流的队列技术的经典书籍：

1. Kafka权威指南

还有：

2. RabbitMQ实战：高效部署分布式消息队列

介绍其他的队列应用的技术书籍和文档大家可以自行去搜索。

二、数据可视化

数据可视化是大数据框架系统应用中，比较强调的一个应用模组，相比于其他领域系统，大数据更注重对于数据分析和挖掘，统计，学习后得到的结果的展示和利用，由于数据的异质化特性和大数据处理高纬度等特点，对于较多不同维度的数据分析的结果进行可视化展示，对于管理人员，运营人员来讲尤为重要。

所以数据可视化就逐渐发展成一个独立的应用体系和框架，较多的商用和开源的数据可视化引擎也发展起来，得到广泛的应用，极大方便了大数据的展示效率，促进的大数据的长足发展。

1. 数据可视化（第2版）(博文视点出品)

著名的OReilly出版的：

2. 数据可视化基础

专门介绍ECharts框架的：

3. ECharts数据可视化：入门、实战与进阶

介绍Tableau的：

4. 数据可视化分析：Tableau原理与实践（全彩）(博文视点出品)

三、数据中台

数据中台可以看作大数据领域的中台战略的体现，也可以把大数据作为数据中台的基石，两者的发展是密不可分的。关于中台战略我们在系统架构知识体系介绍时做过详细的介绍，这里就放上两本书给大家参考：

1. 数据中台：让数据用起来

2. 数据中台实战：手把手教你搭建数据中台(博文视点出品)