●前   言第1章  大數據概述 111   大數據時代 1111   大數據的發展歷程 1112   大數據發展的內在驅動力 212   大數據的相關概念 6121   大數據的5V特征 6122   大數據的相關定義 613   大數據的影響 814   大數據分析 9141   大數據分析的特點 9142   大數據分析的流程 9143   大數據分析的核心技術 10144   大數據分析的計算模式 1115   大數據的行業應用 12151   社交大數據 12152   醫療大數據 13153   房地產大數據 1316   大數據與其他領域的關繫 14161   雲計算、大數據和物聯網 14162   大數據與人工智能 16習題 16第2章   大數據的采集 1821   大數據的來源 1822   大數據采集工具 1923   大數據預處理 1924   Nutch應用案例 20241   Nutch的安裝和配置 21242   Nutch爬取與內容解析 2325   Scrapy應用案例 25251   Scrapy框架概述 25252   Scrapy的安裝和配置 27253   Scrapy爬取實例 27254   總結 35習題 36第3章   大數據處理平臺Hadoop 3731   Hadoop概述 37311   Hadoop的發展歷程 37312   Hadoop的體繫結構 38313   Hadoop的特點 3932   Hadoop的安裝和配置 40321   準備工作 40322   Hadoop軟件的安裝和配置 42習題 64第4章   MapReduce編程 6641   MapReduce概述 6642   開發工具IntelliJ IDEA 6743   編程實例 71431   MapReduce經典入門程序——字數統計（WordCount） 71432   MapReduce經典進階程序 81433   在集群上運行MapReduce程序 87習題 93第5章   HDFS 9451   HDFS概述 9452   HDFS的架構及特點 9553   文件格式及其訪問方法 96531   TextFile 97532   SequenceFile 99533   MapFile 102534   RCFile 10654   分布式緩存 10955   HDFS Shell命令 11256   HDFS的其他訪問方式 116習題 122第6章   HBase 12361   HBase概述 12362   HBase的數據模型 12463   HBase的邏輯結構 12564   HBase的架構及特點 12665   HBase的安裝與配置 12966   HBase Shell命令 13567   使用Java API訪問 HBase 140習題 145第7章   Hive 14671   Hive概述 14672   在本地安裝運行Hive 147721   下載源文件 147722   修改配置文件 148723   啟動Hive 150724   創建數據庫和文件夾 152725   建表及加載數據 152726   測試Hive 15373   在Linux中安裝Hive 155731   機器準備 155732   Hive安裝包準備 155733   修改Hive配置文件 156734   修改Linux環境變量 157735   啟動Hive和相關測試 158習題 159第8章   大數據處理平臺Spark 16081   Spark概述 160811   Spark的概念 160812   學習Spark的原因 160813   Spark組件 161814   Spark任務執行過程 16282   Spark本地（Windows）安裝 163821   安裝Scala 163822   安裝Hadoop 164823   安裝Spark 16583   Spark集群安裝 16684   Spark運行實例 169841   蒙特·卡羅算法求π 169842   WordCount程序 169習題 170第9章   NoSQL數據庫 17191   NoSQL數據庫概述 171911   NoSQL的產生 171912   互聯網對關繫數據庫提出的新要求 172913   NoSQL數據庫的分類 17292   MongoDB 173921   MongoDB概述 173922   MongoDB的優勢 173923   MongoDB的安裝 174924   MongoDB使用實例 17893   Redis 180931   Redis概述 180932   Redis的應用場景 181933   Redis的數據類型及操作 181934   Redis的安裝 182935   Redis使用實例 18494   Memcached 185941   Memcached概述 185942   Memcached的應用場景 186943   Memcached的數據類型及操作 186944   Memcached的安裝 187945   Memcached使用實例 188習題 189參考文獻 190

大數據已發展成為一個學科。本書作為該領域的入門教材，在內容上盡可能覆蓋大數據分析的基本理論和基本技術。全書共9章：第1章介紹大數據發展的背景和相關的理論知識；第2章介紹大數據的采集方法，以及數據采集案例；第3章介紹大數據處理平臺Hadoop，以及Hadoop在不同繫統平臺上的安裝和部署方法；第4章介紹MapReduce編程方法和開發工具，以及MapReduce編程實例；第5章介紹HDFS及其相關的操作方法；第6章介紹HBase及其相關的操作方法；第7章介紹Hive及其在不同平臺上的安裝和部署方法、應用案例；第8章介紹大數據處理平臺Spark，以及Spark編程實例；第9章介紹NoSQL數據庫，以及典型的NoSQL數據庫繫統。 本書可作為高等學校計算機、數據科學與大數據技術及人工智能或相關專業的本科生或研究生教材，也可供對大數據分析感興趣的工程技術人員閱讀參考。