本書為一本大數據技術的入門書籍,介紹Hadoop大數據平臺和Spark大數據平臺及相關工具的原理,以及如何進行部署和簡單開發。 全書包含13章: 第1、2章介紹如何為深入學習Hadoop和Spark做環境準備,包括VMware虛擬機的創建和CentOS操作繫統安裝。第3~6章介紹Hadoop大數據平臺的基本原理,包括HDFS、MapReduce計算模型、HBase數據庫,以及Hive數據倉庫的原理、部署方法和開發技術。第7~11章介紹Spark大數據平臺的基本原理,包括彈性分布式數據集、轉換與動作操作、寬依賴與窄依賴、有向無環圖表達的作業及其處理過程等,並且介紹了Spark Core、Spark SQL、Spark MLlib、Spark GraphX的部署和開發技術。後兩章介紹了Flume(第12章)和Kafka(第13章)兩個工具,Flume用於大量日志的收集和處理,Kafka用於對大量快速到達的數據進行及時、可靠、暫時的存儲。 本書適合高等院校高年級本科生以及碩士研究生使用,也可以供非計算機專業學生及相關領域技術人員參考。