繫統介紹大數據三大核心技術（Linux、Hadoop、Spark）原理及其應用。實例講解典型大數據應用：構建基於分布式集群的大數據平臺及離線/在線數據分析。豐富的教學配套資源：教學PPT、程序源代碼、集群虛擬機、擴展學習視頻、課後練習題及答案。

●前言
第一篇技術基礎篇
第1章大數據技術概述
1.1大數據的基本概念
1.1.1大數據的產生階段
1.1.2大數據的特征
1.1.3大數據在各個領域的應用
1.1.4大數據的核心技術和計算模式
1.2分布式技術與集群
1.2.1分布式技術概述
1.2.2分布式大數據集群概述
1.3大數據技術生態圈
1.3.1Linux操作繫統
1.3.2Hadoop生態繫統
1.3.3Spark對Hadoop的完善
本章小結
本章練習
第2章大數據分析技術
2.1大數據分析流程及相關技術
2.1.1數據采集與預處理
2.1.2大數據存儲
2.1.3大數據分析與挖掘
2.1.4數據可視化
2.2大數據分析常用方法
2.2.1數理統計分析
2.2.2聚類分析
2.2.3分類分析
2.2.4回歸分析
2.3數據分析基礎工具
2.3.1數據采集工具——Selenium和PhantomJS
2.3.2數據清洗工具——Kettle
2.3.3數據存儲工具——MongoDB和MySQL
2.3.4機器學習工具——Scikit-learn
2.3.5數據可視化工具——Matplotlib、PyEcharts、Superset
本章小結
本章練習
第二篇分布式集群篇
第3章Linux技術基礎
3.1用戶與組管理
3.1.1用戶管理相關命令
3.1.2組管理相關命令
3.1.3其他命令
3.2文件與目錄管理
3.2.1常用文件操作命令
3.2.2目錄操作命令
3.2.3改變文件或目錄訪問權限
3.2.4文件備份和壓縮
3.3進程管理與作業控制
3.3.1進程查看
3.3.2進程調度
3.4磁盤存儲管理
3.4.1磁盤管理命令
3.4.2存取命令
3.5繫統管理與常用網絡命令
3.5.1繫統管理
3.5.2常用網絡命令
3.6在線幫助繫統
3.7實踐：Linux操作繫統的安裝與部署
3.7.1Linux的安裝和卸載
3.7.2局域網主機間遠程復制文件
3.7.3XML文件介紹
3.7.4VMware安裝及CentOS繫統環境準備
3.7.5克隆虛擬機
3.7.6配置主機名
3.7.7配置網絡IP地址
本章小結
本章練習
第4章Hadoop技術基礎及構建Hadoop集群
4.1Hadoop技術基礎
4.1.1Hadoop的組成
4.1.2Hadoop的運行模式
4.1.3HDFS文件的存取
4.1.4Hadoop集群的環境配置
4.1.5Hadoop集群的搭建
4.1.6啟動Hadoop集群
4.2ZooKeeper技術基礎及部署
4.2.1ZooKeeper簡介
4.2.2ZooKeeper的安裝部署
4.2.3Leader選舉機制
4.2.4ZooKeeper客戶端訪問集群（命令行操作方式）
4.3HDFS與YARN高可用技術基礎
4.3.1HDFS高可用的工作機制
4.3.2HDFS高可用配置
4.3.3YARN高可用的工作機制
4.3.4YARN高可用配置
4.4實踐：HDFS及MapReduce的應用示例
4.4.1讀寫HDFS文件
4.4.2MapReduce操作1：二次排序
4.4.3MapReduce操作2：計數器
4.4.4MapReduce操作3：Join操作
本章小結
本章練習
第5章Spark技術基礎及構建Spark集群
5.1Spark核心機制
5.1.1Spark基本原理
5.1.2Spark繫統架構
5.1.3SparkShell操作
5.2Hive原理及實踐
5.2.1Hive定義
5.2.2Hive架構
5.2.3Hive表分類及查詢操作
5.3HBase原理及實踐
5.3.1HBase定義
5.3.2HBase集群架構
5.3.3HBase數據模型
5.4Kafka原理及實踐
5.4.1Kafka定義
5.4.2Kafka消息隊列
5.4.3Kafka基礎架構
5.5Flume原理及實踐
5.5.1Flume簡介
5.5.2Flume基礎架構
5.6實踐：搭建基於Spark的實時大數據平臺
5.6.1Spark安裝部署
5.6.2MySQL安裝部署
5.6.3Hive安裝部署
5.6.4HBase安裝部署
5.6.5Kafka安裝部署
5.6.6Flume安裝部署
5.6.7Spark集群典型應用
本章小結
本章練習
第三篇平臺構建篇
第6章構建基於Spark的實時交易數據統計平臺
6.1繫統需求與架構
6.1.1繫統背景介紹
6.1.2繫統功能需求
6.1.3繫統架構設計
6.2Redis簡介
6.2.1Redis數據庫的作用
6.2.2Redis部署與啟動
6.2.3Redis常用命令
6.3繫統開發流程
6.4數據獲取模塊實現
6.4.1模擬訂單數據
6.4.2向Kafka集群發送訂單數據
6.5數據分析與處理模塊實現
6.5.1分析訂單數據
6.5.2生成結果
……

本書從大數據技術相關概念出發，繫統介紹了構建大數據平臺的相關技術，並在此基礎上進行離線數據分析和在線數據分析。全書共三篇，分為7章，內容包括技術基礎篇、分布式集群篇、平臺構建篇，第壹篇包括大數據技術概述、大數據分析技術，第二篇包括Linux技術基礎、Hadoop技術基礎及構建Hadoop集群、Spark技術基礎及構建Spark集群，第三篇包括構建基於Spark的實時交易數據統計平臺、構建基於Hadoop的離線電商大數據分析平臺。本書以理論為基礎，以實例為引導，完整闡述了如何從無到有搭建大數據平臺，並在此平臺基礎上進行應用。本書配套資源豐富，包括教學PPT、所有程序的源代碼、相關集群虛擬機、擴展學習視頻、課後練習題及答案，可方便授課教師教學及學生自學。本書可作為高校數據科學與大數據技術等相關專業的教材，也可作為對大數據技術感興趣的相關人員的參考用書。