●基礎篇
第1章 大數據的前世今生
1.1 什麼是大數據
1.2 大數據產生的背景
1.3 大數據的4V特征
1.4 大數據的典型應用場景
1.5 大數據生態圈核心技術總覽
技術篇
第2章 海量數據采集
2.1 為什麼需要數據采集
2.2 數據形態
2.3 數據來源
2.4 數據采集規則
2.5 日志數據采集工具
2.5.1 對比常見的日志數據采集工具
2.5.2 Flume的原理及架構分析
2.5.3 Flume的應用
2.5.3.1 安裝Flume
2.5.3.2 Hello World
2.5.3.3 【實戰】日志彙總采集
2.5.4 Logstash的原理及架構分析
2.5.5 Logstash的應用
2.5.5.1 安裝Logstash
2.5.5.2 【實戰】Hello World案例
2.5.5.3 【實戰】采集異常日志案例
2.5.6 Filebeat的原理及架構分析
2.5.6.1 Filebeat的由來
2.5.6.2 原理及架構分析
2.5.7 Filebeat的應用
2.5.7.1 安裝Filebeat
2.5.7.2 【實戰】采集應用程序日志
2.6 數據庫數據采集工具
2.6.1 對比常見的數據庫數據采集工具
2.6.1.1 數據庫離線數據采集工具
2.6.1.2 數據庫實時數據采集工具
2.6.2 Saoop的原理及架構分析
2.6.3 DataX的原理及架構分析
2.6.4 Sqoop的應用
2.6.4.1 安裝Sqoop
2.6.4.2 Sqoop 常見參數
2.6.4.3 【實戰】導入數據
2.6.4.4 【實戰】導出數據
2.6.4.5 【實戰】封裝Sqoop腳本
2.6.5 Canal的原理及架構分析
2.6.6 Maxwell的原理及架構分析
2.6.7 Maxwell的應用
2.6.7.1 安裝Maxwell
2.6.7.2 【實戰】采集MySQL數據庫的實時數據
2.7 網頁數據采集工具
2.7.1 常見的網頁數據采集工具
2.7.2 網頁數據采集工具的原理及架構分析
2.8 物聯網數據采集工具
……

本書提供了學習大數據技術及架構的一站式解決方案，覆蓋了大數據生態圈中的完整技術體繫，包括數據采集、數據存儲、分布式資源管理、數據計算、數據分析、任務調度、數據檢索、大數據底層基礎技術和大數據集群安裝與管理。 本書還介紹了多個企業級大數據應用案例（包括海量數據采集、“雙十一”數據大屏、海量數據全文搜索繫統等）和大數據平臺架構案例（包括離線數據倉庫架構、實時數據倉庫架構、批流一體化數據倉庫架構、數據中臺架構、直播大數據平臺架構、電商大數據平臺架構等），可以幫助讀者從全局角度理解大數據。 在本書中，技術內容基本上都是從零講起的，結合原理和架構，以“圖解+實戰”的形式幫助讀者輕松理解復雜的知識。 本書適合對大數據感興趣的開發人員。無論讀者是否接觸過大數據開發，隻要具備一定的Java開發基礎，都可以通過本書快速理解大數據的核心技術棧和典型應用場景，並且掌握海量數據的采集、存儲等

徐葳 著