本文翻译自《BIG DATA ANALYTICS BEYOND HADOOP》译者：许巧辉

首先，我要衷心感谢Vineet Tyagi、AVP和Impetus的创新实验室主管。Vineet对我帮助很大，并促使我写这本书。在6、7月份，每个工作日他给我3个小时的时间写作本书，这是帮助我完成本书的关键。任何学术活动都要专门花费很多时间——这时候就得加倍努力，因为我必须在工作之余写作。Vineet令写作成为我工作的一部分。

我也想对Pankaj Mittal、CTO和SVP、Impetus表示感谢，他对研发的全心支持，像我这样的研发全职工作。荣誉对他来说，就是Impetus能够有一个无支付和收入压力的研发团队。这真的释放了我并有助于我专注于研发。在IT行业工作，写书是一个艰巨的任务。感谢Pankaj实现这点及类似的活动。

Praveen Kankariya是Impetus的CEO，他是我灵感的源泉，指导着我。感谢Praveen的支持！我还要感谢在Impetus的Nitin Agarwal博士、AVP和领导、数据科学实践小组。Nitin帮助我塑造一些思想，尤其是在我们讨论机器学习算法的认识/实现之后。他是一个我敬仰的、擅长从生活中找到灵感的人。Nitin是印度管理学院（IIM）印多尔的前教授，这充分体现了我对他的高评价。

这本书的形成离不开Pranay Tonpay，他是Impetus的资深架构师，在我的研发团队主导实时分析流。他一直在帮助实现本书的思想，包括在Spark和Storm上的一些机器学习算法。他是我团队中首要感谢的人，特别感谢Pranay。

Jayati Tiwari是Impetus的资深软件工程师，在Spark和Storm上贡献一些机器学习算法。她对Storm非常了解——其实，她是被视为团队中的Storm专家。她开发了一种倾向于理解的机器学习和Spark。团队因她的存在，增添不少乐趣。感谢Jayati！

Sai Sagar是Impetus的软件工程师，在GraphLab上帮助机器学习算法的实现。感谢Sagar，很高兴团队拥有你。

Ankit Sharma是Impetus的原数据科学家，现在是Snapdeal的研发工程师，他写了逻辑回归（LR）的一小部分，这是本书第3章解释LR的基础。还有我们在机器学习上的一些很好的讨论，感谢Ankit。

我还要感谢编辑者Jeanne Levine、Lori Lyons 和其他工作人员Pearson，他们一直在帮助这本书从我给的雏形到最终形态。还要感谢Pearson这家出版社，使得这本书面世。

我要感谢Gurvinder Arora，他是我们的技术作家，审阅了本书的各个章节。

我想借此机会感觉我的博士指导教授，印度理工学院(IIT)马德拉斯的Janakiram博士，他在我成长的岁月里激励着我走向研究生涯。我欠他很多——他塑造了我的技术思想，道德价值观，并使我学会将整个职业生涯作为灵感的来源。其实，写这本书的想法灵感来源于他最近发布的书(Building Large Scale Software Systems with Tata McGraw-Hill publishers)。不仅仅要感谢DJ教授，我还要感谢我所有的老师，从我在Sankara的高中学校开始，在Sri Venkateshwara College 学院（SVCE）的教师和所有在IIT马德拉斯的教授，是他们成就了我的今天。

我要感谢Edd Dumbill博士，以前在O’Reilly，现在是硅谷数据科学的VP——他是大数据的编辑者，也是我发表文章所在地。他一直帮忙审阅这本书。他是2013年2月加州Strata会议的组织者，当时我谈论了一些beyond-Hadoop的概念。这些谈论本质上也是为了这本书。我也借此机会感谢Strata组织者接受我一些谈论的建议。

我也要感谢Paco Nathan博士审阅这本书，并且为这本书写了前言。他的评论很鼓舞人心，正如他的职业生涯一样。我很崇拜他，感谢Paco！

我还要感谢团队的其他成员Pranav Ganguly，他是Impetus的资深架构师，给了我足够大的压力，并且顺利处理大数据管理线程。非常高兴团队拥有他和Nishant Garg。感谢我的所有团队成员。

如果没有一个强大的家庭后盾，那将是困难的，甚至不可能写成这本书。我的妻子Vidya在确保家庭和睦、幸福中扮演着重要角色。她献出我们本可以一起共度的大量时间，以致于我可以专注的写书。我的孩子Prahaladh和Purvajaa已足够成熟来让我做这个工作。感谢他们三个共同营造一个甜蜜的家庭。我也要感谢我的父母，在我的生命中，他们对我早期的教育、灌输道德。

最后，也是必不可少的。感谢上帝给了我一切，永远感谢全能的主照顾我。

文章转自 并发编程网-ifeve.com