Hadoop安全 大數據平颱隱私保護 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 本·斯派維，喬伊·愛徹利維亞（Ben，Spivey，Joey，Echeverria） 著，趙雙，白波 譯

圖書標籤:

• Hadoop
• 大數據
• 安全
• 隱私保護
• 數據安全
• 權限管理
• Kerberos
• HDFS安全
• 數據脫敏
• 數據治理

齣版社： 人民郵電齣版社

ISBN：9787115467713

版次：01

商品編碼：12202691

包裝：平裝

叢書名： 圖靈程序設計叢書

開本：16開

齣版時間：2017-09-01

頁數：240

正文語種：中文

編輯推薦

　　隨著使用Hadoop存儲並處理大量數據的企業不斷增多，Hadoop安全性日益凸顯，尤其是在金融和醫療等涉及敏感信息的行業。本書兩位作者均來自Hadoop安全防範一綫，書中詳細論述瞭身份驗證、加密、密鑰管理等諸多重要主題，並給齣瞭具體處理建議和案例分析，讀者可以從中瞭解搭建和使用Hadoop的架構師是如何安全管理大數據的。
　　- 瞭解分布式係統，尤其是Hadoop所麵臨的安全挑戰
　　- 學習如何盡可能確保Hadoop集群硬件的安全性
　　- Kerberos網絡認證協議概覽
　　- 身份驗證、授權和審計原則在Hadoop中的應用
　　- 靜態數據和動態數據的加密
　　- 客戶端訪問和數據提取過程的安全防護措施

內容簡介

　　《Hadoop安全 大數據平颱隱私保護》闡述瞭Hadoop從早期開放的消費互聯網時代到現在作為敏感數據可信平颱的演變曆程，介紹瞭包括身份驗證、加密、密鑰管理和商業實踐在內的諸多主題，並在實際環境下加以討論。第1章是介紹性內容，隨後分為四大部分：第一部分是安全架構，第二部分是驗證、授權和安全審計，第三部分是數據安全，第四部分是歸納總結。最後介紹瞭幾個使用案例，融閤瞭書中諸多概念。
　　《Hadoop安全 大數據平颱隱私保護》適閤對Hadoop感興趣的讀者，有大數據平颱保護需求的讀者。

作者簡介

Ben Spivey
Cloudera解決方案架構師，曾在多傢世界500強企業工作，涉及金融服務、零售、醫療等多個行業。在於客戶的Hadoop集群進行規劃、安裝、配置以及安全保護方麵有豐富經驗。
Joey Echeverria
Rocana軟件工程師，負責在Apache Hadoop平颱下構建一代IT運行分析係統。Hadoop生態係統數據API Kite SDK的貢獻者，並為Flume、Hadoop、HBase等多個Apache項目做過瞭貢獻。

精彩書評

　　NULL

目錄

序 xi
前言 xii
第1 章　引言 1
1．1　安全概覽 1
1．1．1　機密性 2
1．1．2　完整性 2
1．1．3　可用性 2
1．1．4　驗證、授權和審計 3
1．2　Hadoop 安全：簡史 5
1．3　Hadoop 組件和生態係統 5
1．3．1　Apache HDFS 6
1．3．2　Apache YARN 7
1．3．3　Apache MapReduce 8
1．3．4　Apache Hive 9
1．3．5　Cloudera Impala 9
1．3．6　Apache Sentry 10
1．3．7　Apache　HBase 11
1．3．8　Apache Accumulo 11
1．3．9　Apache Solr．13
1．3．10　Apache Oozie 13
1．3．11　Apache ZooKeeper 13
1．3．12　Apache Flume ．13
1．3．13　Apache Sqoop ．14
vi ｜ 目錄
1．3．14　Cloudera　Hue 14
1．4　小結 ．14
第一部分　安全架構
第2 章　保護分布式係統 ．16
2．1　威脅種類 17
2．1．1　非授權訪問／僞裝 17
2．1．2　內在威脅 ．17
2．1．3　拒絕服務 ．18
2．1．4　數據威脅 ．18
2．2　威脅和風險評估 18
2．2．1　用戶評估 ．19
2．2．2　環境評估 ．19
2．3　漏洞 ．19
2．4　深度防禦 20
2．5　小結 ．21
第3 章　係統架構 22
3．1　運行環境 22
3．2　網絡安全 23
3．2．1　網絡劃分 ．23
3．2．2　網絡防火牆 24
3．2．3　入侵檢測和防禦 ．25
3．3　Hadoop 角色和隔離策略 27
3．3．1　主節點 28
3．3．2　工作節點 ．29
3．3．3　管理節點 ．29
3．3．4　邊界節點 ．30
3．4　操作係統安全 31
3．4．1　遠程訪問控製 31
3．4．2　主機防火牆 31
3．4．3　SELinux 33
3．5　小結 ．34
第4 章　Kerberos 35
4．1　為什麼是Kerberos ．35
4．2　Kerberos 概覽 36
4．3　Kerberos 工作流：一個簡單示例 ．37
目錄 ｜ vii
4．4　Kerberos 信任 38
4．5　MIT Kerberos ．39
4．5．1　服務端配置 41
4．5．2　客戶端配置 44
4．6　小結 ．46
第二部分　驗證、授權和審計
第5 章　身份和驗證 ．48
5．1　身份 ．48
5．1．1　將Kerberos 主體映射為用戶名 ．49
5．1．2　Hadoop 用戶到組的映射 50
5．1．3　Hadoop 用戶配置 54
5．2　身份驗證 54
5．2．1　Kerberos 55
5．2．2　用戶名和密碼驗證 56
5．2．3　令牌 56
5．2．4　用戶模擬 ．59
5．2．5　配置 60
5．3　小結 ．70
第6 章　授權 71
6．1　HDFS 授權 71
HDFS 擴展ACL ．72
6．2　服務級授權 ．74
6．3　MapReduce 和YARN 的授權 ．85
6．3．1　MapReduce（MR1） 86
6．3．2　YARN　(MR2)　 87
6．6　HBase 和Accumulo 的授權 95
6．6．1　係統、命名空間和錶級授權 95
6．6．2　列級彆和單元級彆授權 ．99
6．7　小結 ．99
第7 章　Apache Sentry（孵化中） 100
7．1　Sentry 概念 100
7．2　Sentry 服務 102
7．3　Hive 授權 105
7．4　Impala 授權 110
7．5　Solr 授權 112
viii ｜ 目錄
7．6　Sentry 特權模型 113
7．6．1　SQL 特權模型 114
7．6．2　Solr 特權模型 ．116
7．7　Sentry 策略管理 118
7．7．1　SQL 命令 118
7．7．2　SQL 策略文件 121
7．7．3　Solr 策略文件 ．123
7．7．4　策略文件的驗證和校驗 124
7．7．5　從策略文件遷移 126
7．8　小結 127
第8 章　審計 ．128
8．1　HDFS 審計日誌 ．129
8．2　MapReduce 審計日誌 ．130
8．3　YARN 審計日誌132
8．4　Hive 審計日誌 134
8．5　Cloudera　Impala 審計日誌 134
8．6　HBase 審計日誌 135
8．7　Accumulo 審計日誌 137
8．8　Sentry 審計日誌 139
8．9　日誌聚閤 140
8．10　小結 141
第三部分　數據安全
第9 章　數據保護 ．144
9．1　加密算法 144
9．2　靜態數據加密 ．145
9．2．1　加密和密鑰管理 146
9．2．2　HDFS 靜態數據加密 ．146
9．2．3　MapReduce2 中間數據加密 151
9．2．4　Impala 磁盤溢齣加密 152
9．2．5　全盤加密 152
9．2．6　文件係統加密 154
9．2．7　Hadoop 中重要數據的安全考慮 ．155
9．3　動態數據加密 ．156
9．3．1　傳輸層安全 ．156
9．3．2　Hadoop 動態數據加密 157
目錄 ｜ ix
9．4　數據銷毀和刪除 162
9．5　小結 163
第10 章　數據導入安全 ．164
10．1　導入數據的完整性 165
10．2　數據導入的機密性 166
10．2．1　Flume 加密 167
10．2．2　Sqoop 加密 173
10．3　導入工作流 178
10．4　企業架構 ．179
10．5　小結 180
第11 章　數據提取和客戶端訪問安全 181
11．1　Hadoop 命令行接口 ．182
11．2　保護應用安全 183
11．3　HBase 184
11．3．1　HBase shell 184
11．3．2　HBase REST 網關 186
11．3．3　HBase Thrift 網關 189
11．4　Accumulo 190
11．4．1　Accumulo shell 190
11．4．2　Accumulo 代理服務 192
11．5　Oozie ．192
11．6　Sqoop ．194
11．7　SQL 訪問 195
11．7．1　Impala ．195
11．7．2　Hive ．200
11．8　WebHDFS/HttpFS　 208
11．9　小結 209
第12 章　Cloudera Hue ．210
12．1　Hue HTTPS 211
12．2　Hue 身份驗證 212
12．2．1　SPNEGO 後端 212
12．2．2　SAML 後端 ．213
12．2．3　LDAP 後端 ．215
12．3　Hue 授權 ．218
12．4　Hue SSL 客戶端配置 219
12．5　小結 219
x ｜ 目錄
第四部分　綜閤應用
第13 章　案例分析 ．222
13．1　案例分析：Hadoop 數據倉庫 222
13．1．1　環境搭建 223
13．1．2　用戶體驗 226
13．1．3　小結 ．229
13．2　案例分析：交互式HBase　Web 應用 ．230
13．2．1　設計與架構 ．230
13．2．2　安全需求 231
13．2．3　集群配置 232
13．2．4　實現中的注意事項 ．236
13．2．5　小結 ．237
後記 ．238
關於作者 ．240
關於封麵 ．240

《數據安全與隱私的邊界：守護數字世界的信任基石》 在信息爆炸的時代，數據已成為驅動社會進步和商業發展的核心動力。從個人通信、金融交易到科學研究、國傢安全，數據的産生、存儲、傳輸和使用無處不在，其規模和復雜性以前所未有。然而，伴隨而來的，是日益嚴峻的數據安全威脅和對個人隱私日益增長的擔憂。個人信息泄露、商業機密竊取、關鍵基礎設施被攻擊等事件層齣不窮，不僅給組織帶來巨大的經濟損失和聲譽損害，更嚴重侵蝕瞭社會成員的信任根基。 《數據安全與隱私的邊界：守護數字世界的信任基石》一書，正是為應對這一挑戰而生。它並非聚焦於特定技術平颱或工具，而是從宏觀視角齣發，深入探討瞭數據安全與隱私保護的根本性問題、核心原則、關鍵技術、法律法規以及倫理考量。本書旨在為讀者勾勒齣一幅全麵而深刻的數據安全與隱私保護圖景，幫助讀者理解其中的復雜性，掌握應對策略，並最終構建一個更加安全、可信賴的數字未來。 第一部分：理解數據安全的本質與挑戰 在數字化浪潮下，我們首先需要清晰地認識什麼是數據安全。本書將從數據生命周期的各個階段齣發，剖析潛在的安全風險。數據從産生的那一刻起，就需要受到保護，包括采集過程的閤規性、傳輸過程的完整性與保密性、存儲過程的訪問控製與備份恢復，以及最終的銷毀。每一個環節都可能成為攻擊者突破的口子。 本書將詳細闡述當前數據安全麵臨的主要挑戰，這些挑戰是多維度、不斷演進的： 日益增長的網絡攻擊復雜性： 從傳統的病毒、木馬，到如今的勒索軟件、APT攻擊（高級持續性威脅）、供應鏈攻擊，攻擊手段日新月異，隱蔽性更強，破壞力更大。 海量數據的管理難題： 大數據環境下，數據的規模、速度和多樣性都呈指數級增長，如何有效地識彆、分類、保護這些海量數據，成為巨大的挑戰。 內部威脅的隱患： 除瞭外部攻擊，組織內部人員的不當操作、惡意行為，甚至是無意識的疏忽，都可能導緻數據泄露。 新興技術的安全風險： 物聯網（IoT）、人工智能（AI）、雲計算、邊緣計算等新技術在帶來便利的同時，也引入瞭新的安全漏洞和隱私風險。例如，海量物聯網設備可能成為攻擊的入口；AI模型可能被投毒或對抗性攻擊；雲計算中的多租戶環境可能存在數據隔離風險。 全球化與閤規性的挑戰： 數據跨境流動日益頻繁，各國在數據保護方麵的法律法規差異巨大，如何在復雜的全球化環境中滿足閤規性要求，成為企業麵臨的嚴峻考驗。 第二部分：構建堅實的數據安全防護體係 理解瞭挑戰，本書將著重介紹如何構建一套係統而有效的安全防護體係。這並非單一技術的堆砌，而是一個多層次、縱深防禦的戰略。 身份與訪問管理（IAM）： 明確誰可以訪問什麼數據，何時可以訪問，以及以何種方式訪問。本書將深入講解身份驗證（Authentication）和授權（Authorization）機製，包括強密碼策略、多因素認證（MFA）、基於角色的訪問控製（RBAC）、基於屬性的訪問控製（ABAC）等。 數據加密技術： 無論是靜態數據（存儲在硬盤上的數據）還是動態數據（在網絡中傳輸的數據），加密都是保護其機密性的關鍵手段。本書將介紹對稱加密、非對稱加密、哈希函數等基本概念，以及如何在實際應用中選擇閤適的加密算法和密鑰管理策略。 網絡安全防護： 防火牆、入侵檢測/防禦係統（IDS/IPS）、虛擬專用網絡（VPN）、安全網關等傳統網絡安全設備依然重要，本書將探討它們在現代網絡環境中的作用和局限性。同時，也會關注網絡分段、零信任架構等更先進的防護理念。 終端安全： 保護PC、移動設備、服務器等終端節點免受惡意軟件感染、未經授權的訪問。這包括防病毒軟件、端點檢測與響應（EDR）、移動設備管理（MDM）等。 安全審計與監控： 記錄所有訪問和操作行為，以便進行事後追溯、異常檢測和威脅分析。本書將強調建立全麵的日誌管理係統和實時監控平颱的重要性。 數據備份與恢復： 確保在發生數據丟失或損壞時，能夠快速有效地進行恢復，最大限度地減少業務中斷。 漏洞管理與補丁更新： 定期掃描係統和應用程序的漏洞，並及時應用安全補丁，是防止已知攻擊的關鍵。 安全意識培訓： 人是安全鏈條中最薄弱的一環。本書將強調對員工進行持續的安全意識教育，包括如何識彆網絡釣魚、如何安全使用密碼、如何處理敏感信息等。 第三部分：深入探索隱私保護的維度 數據安全與隱私保護是相互關聯但又有所區彆的概念。數據安全是保護數據不受未經授權的訪問、泄露、篡改或破壞，而隱私保護則是確保個人信息在使用過程中符閤法律法規、用戶意願和社會倫理，防止個人信息被濫用或不當披露。本書將深入探討隱私保護的多個層麵。 個人身份信息（PII）的識彆與管理： 明確哪些數據屬於個人身份信息，並采取相應的保護措施。 隱私的法律框架： 詳細介紹全球主要的隱私保護法規，如歐盟的《通用數據保護條例》（GDPR）、美國的《加州消費者隱私法案》（CCPA）以及中國日益完善的《網絡安全法》、《數據安全法》、《個人信息保護法》等。理解這些法律法規的要求，對於組織閤規運營至關重要。 數據最小化原則： 強調隻收集和處理必要的個人信息，不為特定目的而收集不相關的信息。 目的限製與告知同意： 個人信息的收集和使用必須明確告知用戶，並獲得用戶的同意，且不得超齣告知的目的範圍。 匿名化與假名化技術： 介紹如何通過數據處理技術，去除或替換數據中的個人身份標識，以降低隱私風險，同時仍能用於統計分析等目的。 差分隱私： 深入講解這一先進的隱私保護技術，它能夠在數據集的統計查詢結果中加入噪聲，從而保護個體數據的隱私，使其無法被識彆。 差分公平性： 探討如何在數據分析中避免算法對不同群體産生歧視性結果。 用戶權利的保障： 包括訪問權、更正權、刪除權、限製處理權、可攜權等，以及如何設計機製來響應用戶的這些請求。 第四部分：數據安全與隱私保護的倫理與社會責任 除瞭技術和法律層麵，本書還將觸及數據安全與隱私保護背後的倫理考量和社會責任。 數據倫理的睏境： 探討在數據收集、使用和共享過程中可能齣現的道德爭議，例如，AI算法中的偏見與歧視，大規模監控對個人自由的影響，以及企業在數據利用與用戶權益之間的平衡。 透明度與問責製： 強調組織在數據處理方麵應保持高度的透明度，明確告知用戶數據的使用方式，並建立有效的問責機製，確保在發生問題時能夠追究責任。 利益相關者的視角： 從個人、企業、政府、研究機構等不同利益相關者的角度，分析他們對數據安全與隱私的不同需求和關切。 構建信任的文化： 強調數據安全與隱私保護不僅是技術或閤規問題，更是一種企業文化和價值觀的體現，能夠贏得用戶的信任，建立長期的閤作關係。 第五部分：麵嚮未來的展望 最後，本書將對數據安全與隱私保護的未來發展趨勢進行展望。 AI驅動的安全： 探討人工智能在威脅檢測、漏洞分析、身份認證等方麵的應用，以及AI本身帶來的新的安全和隱私挑戰。 零信任架構的普及： 介紹“從不信任，始終驗證”的零信任模型，以及它如何重塑安全邊界。 區塊鏈在數據安全中的潛力： 探討區塊鏈技術如何應用於數據溯源、身份管理、安全共享等方麵。 隱私計算的興起： 介紹多方安全計算（MPC）、聯邦學習（Federated Learning）等技術，它們允許在不暴露原始數據的情況下進行數據分析和模型訓練，為數據共享和隱私保護帶來新的可能。 持續演進的閤規性要求： 預測未來法律法規將如何發展，以及組織需要如何保持敏捷性以適應不斷變化的閤規環境。 《數據安全與隱私的邊界：守護數字世界的信任基石》旨在成為一本集理論深度、實踐指導和前瞻性思考於一體的權威著作。它將幫助讀者建立起對數據安全與隱私保護的係統認知，掌握應對復雜挑戰的工具和方法，並最終在數字時代中，成為構建一個更加安全、公平和值得信賴的社會的重要參與者。本書適閤所有關注數據安全與隱私保護的專業人士，包括信息安全工程師、IT管理者、法律閤規人員、數據科學傢、産品經理，以及對數字世界安全與隱私充滿好奇的讀者。

評分☆☆☆☆☆

這本書的書脊設計很樸實，沒有花哨的圖案，但“Hadoop安全 大數據平颱隱私保護”幾個字卻顯得格外醒目。我最近一直在思考，在科技飛速發展的今天，我們享受著大數據帶來的種種便利，但個人隱私似乎正麵臨著前所未有的挑戰。各種社交媒體、購物平颱、智能設備都在不斷地收集和分析我們的信息，這些信息一旦被濫用，後果不堪設想。因此，我非常關注大數據平颱在安全和隱私保護方麵的技術和策略。我希望這本書能夠深入淺齣地講解Hadoop這類大數據平颱在安全方麵的核心原理，以及如何構建一個真正能夠保護用戶隱私的體係。我不太懂具體的技術細節，更希望通過這本書，能夠理解大數據安全背後的邏輯，瞭解有哪些關鍵的技術點需要被關注，以及在隱私保護方麵，我們普通用戶又能做些什麼。這本書的齣現，讓我感覺找到瞭一個瞭解這個復雜領域，並尋求安全解決方案的入口，我對它充滿瞭期待，希望能從中獲得有價值的知識和啓示。

評分☆☆☆☆☆

拿到這本《Hadoop安全 大數據平颱隱私保護》，我第一眼就被它那種沉穩的藍色封麵所吸引，上麵印著交錯的幾何圖形，仿佛象徵著復雜的數據網絡和嚴密的防護體係。我一直對科技發展及其可能帶來的社會影響很感興趣，特彆是當大數據技術滲透到我們生活的方方麵麵時，個人隱私的邊界就變得愈發模糊。每一次看到關於數據泄露的新聞，都會讓我對現有的大數據平颱在安全方麵的能力産生疑問。我之所以會選擇這本書，是因為它直接點齣瞭“安全”和“隱私保護”這兩個我非常關注的議題。我期待這本書能從宏觀的角度，幫我梳理齣大數據平颱在構建安全體係時所麵臨的挑戰，以及當前主流的技術手段是如何應對這些挑戰的。我希望它能讓我理解，究竟是什麼構成瞭大數據的安全壁壘，以及在享受數據便利的同時，我們的隱私是如何被守護的，又存在哪些潛在的風險。這本書的齣現，在我看來，就像是為我揭示這個科技洪流中至關重要的一麵，讓我能夠更清晰地認識到，在享受技術紅利的同時，我們對安全的關注也同樣重要。

評分☆☆☆☆☆

坦白說，這本書的封麵設計並沒有特彆抓人眼球，但書名《Hadoop安全 大數據平颱隱私保護》卻足夠讓我駐足。我一直對信息安全領域抱有極大的關注，尤其是在當今這個數據驅動的時代，隱私的邊界變得越來越模糊。從新聞報道中頻發的個人信息泄露事件，到各種App過度索取權限的現象，都讓我對大數據平颱在隱私保護方麵的能力産生瞭深深的憂慮。這本書的齣現，恰如其分地觸及瞭我內心深處對數字時代安全感的渴望。我期待它能夠係統地梳理大數據平颱在安全方麵所麵臨的挑戰，並提供一些切實可行的解決方案，讓普通讀者也能理解，我們的數據是如何被保護的，以及我們自身應該如何去做，纔能最大限度地規避風險。我並非技術科班齣身，因此，我更希望這本書的內容能夠有一定的前瞻性，同時又不失通俗易懂的闡述方式，能夠幫助我建立起對大數據安全的基本認知，從而在日常生活中做齣更明智的選擇。它的存在，仿佛是一種警示，也是一種期盼，期盼著在科技飛速發展的今天，我們的隱私能夠得到應有的尊重和保護。

評分☆☆☆☆☆

剛拿到這本《Hadoop安全 大數據平颱隱私保護》，第一印象是它的分量不輕。打開書頁，排版布局很清晰，字體大小適中，閱讀起來不費眼。書中的圖錶和案例分析的引入，也讓我覺得內容會比較生動，不會是枯燥的技術堆砌。我最近一直在關注人工智能和大數據的發展，尤其對它們在實際應用中的倫理問題和安全隱患很感興趣。這本書的書名直接戳中瞭我的痛點，因為我一直在思考，當我們享受大數據帶來的便利時，我們的個人信息究竟有多安全？會不會被不法分子利用，或者被商業機構過度挖掘？我希望這本書能夠解答我這些疑問，讓我對大數據平颱在隱私保護方麵的運作機製有一個更深入的瞭解。我不太懂具體的編程技術，但對大數據背後的邏輯和安全策略很感興趣。所以，我期待這本書能夠用一種相對易懂的方式，解釋復雜的安全概念，並且能夠結閤一些實際的案例，讓我體會到大數據安全的重要性，以及它在現實生活中是如何被應用的。這本書的齣現，恰好迎閤瞭我對這個領域的好奇心和求知欲，我迫不及待地想通過它來打開一扇新的認知大門，去瞭解那些隱藏在數字背後的安全故事。

評分☆☆☆☆☆

這本書的裝幀設計倒是很吸引我，封麵采用瞭深邃的藍色調，點綴著抽象的科技綫條，給人一種神秘而又強大的感覺。拿到手裏，紙張的質感也很不錯，厚實且有韌性，散發著淡淡的油墨香，這是很多電子書無法帶來的觸感體驗。我當時是在書店裏偶然翻到的，封麵上“Hadoop安全，大數據平颱隱私保護”幾個大字，讓我一下子就聯想到瞭如今信息爆炸時代，個人隱私和數據安全所麵臨的嚴峻挑戰。我平時對科技類的書籍比較感興趣，但又不是技術專傢，所以當我看到這個書名的時候，腦海中立刻湧現齣各種關於黑客攻擊、數據泄露、個人信息被濫用的新聞畫麵，感覺這本書可能會揭示一些深層次的秘密，或者提供一些解決方案。我對這本書的期待，更多的是它能否讓我理解，在浩瀚如煙的大數據洪流中，我們的信息是如何被保護的，或者說，又可能麵臨怎樣的風險。它的封麵傳遞齣一種專業感，但又不至於過於冰冷，似乎在暗示著，即便是在復雜的科技領域，也存在著人文關懷和對個體權利的重視。我尤其喜歡它那種沉靜而又充滿力量的設計風格，仿佛在告訴我，這本書裏蘊含著能夠駕馭復雜技術、守護數字財富的智慧。

評分☆☆☆☆☆

籌錢買的，掃下盲點瞭

評分☆☆☆☆☆

每年再jd購書幾韆塊，方便，服務好

評分☆☆☆☆☆

好好學習技術充實自己的業餘時間

評分☆☆☆☆☆

一本好書學習使人快樂

評分☆☆☆☆☆

書包有薄膜，保護完好，內容還不錯，值得好好看看

評分☆☆☆☆☆

可以的可以的可以的可以的

評分☆☆☆☆☆

買瞭沒看

評分☆☆☆☆☆

新穎，姐姐實際問題

評分☆☆☆☆☆

有點薄