讀者不需要很深的數學基礎，通過本書能夠從實踐中學習大數據思維、原理和方法；不僅理工科學生要掌握大數據技術，非理工科的學生也要掌握*基本的大數據技術，本書適合各類相關專業。

●目錄前言第章概論揭秘大數據大數據產生歷史必然2大數據概念和特征23大數據生命周期34大數據與物聯網雲計算人工智能55大數據時代的八個重大變革52Linux繫統概述72Linux版本722Linux繫統目錄結構723文本編輯器vi924文件權限解讀025Linux繫統常用命令習題2實驗報告Linux實驗3第2章大數據生態繫統52認識Hadoop522HDFS622HDFS體繫結構6222HDFS存儲原理7223HDFS常用操作2023MapReduce223MapReduce邏輯結構2232MapReduce操作案例2324Zookeeper24習題225實驗報告2Hadoop實驗27第3章大數據采集與預處理293數據293數據是什麼2932數據分類2933度量和維度332數據采集3232數據采集分類32322數據采集方法32323數據采集工具3233數據清洗3433數據清洗任務34332數據清洗過程3434數據變換3534規範化36342函數變換3635網絡爬蟲3735爬蟲簡介37352論壇爬蟲源代碼分析38習題340實驗報告3網絡爬蟲4第4章大數據管理424NoSQL424NoSQL概述4242鍵值數據庫4343圖數據庫4444文檔數據庫4545列式數據庫4746雲數據庫4742HBase4742HBase模型47422HBase與傳統關繫數據庫的對比分析49423HBase繫統架構49424HBase常用Shell命令5習題452實驗報告4HBase實驗53第5章大數據分析545大數據分析概述545數據分析原則5452大數據分析特點5453大數據分析流程5554數據分析師基本技能和素質5755大數據分析難點5852業務理解5952什麼是業務理解59522如何理解業務60523數據業務化653數據認知6353數據預處理63532概率分析63533對比分析67534細分分析68535交叉分析69536相關分析6954特征工程7254特征工程面臨的挑戰72542特征選擇72543特征提取72544指標設計7355數據建模7655模型分類76552決策樹77553關聯分析8554回歸分析82555聚類分析85556k鄰近分類算法KNN8656通用計算引擎Spark8656Spark簡介86562Spark與Hadoop差異88563Spark適用場景88564Spark運行模式565Spark常用術語57大數據分析引擎Hive57數據倉庫概念572傳統數據倉庫的問題90573Hive特征90574Hive繫統架構90575Hive應用案例9習題595實驗報告5Hive實驗0第6章大數據可視化026數據可視化基本概念026為什麼要數據可視化0262什麼是數據可視化0363數據可視化的作用0464數據可視化術語0465數據可視化三要素0562常用圖形0562餅圖扇形圖05622堆積柱形圖06623風玫瑰圖06624柱狀圖07625直方圖07626氣泡圖08627散點圖矩陣08628折線圖09629面積圖09620相關繫數圖062雷達圖0622箱線圖063數據可視化設計63數據可視化設計原則632數據可視化=數據+設計+故事3633數據可視化圖形選擇建議364數據可視化工具464基本工具4642進階工具465基於R語言可視化基礎765基本繪圖命令7652ggplot2繪圖2習題628實驗報告6可視化實驗29第7章大數據應用37零售行業大數據37沃爾瑪的購物籃分析372農夫山泉用海量照片提升銷量3272交通大數據3472交通擁堵大數據分析34722預測起飛時間4273醫療大數據4373移動醫療與個人健康43732基因測序精準治癌正在成為現實46第8章大數據安全508大數據安全的重要意義5082大數據面臨的挑戰583大數據的安全威脅5283大數據基礎設施安全威脅52832大數據存儲安全威脅52833大數據的隱私洩露53834大數據的其他安全威脅5584大數據與網絡攻擊監測5585大數據安全分析5586大數據安全標準5786基礎標準類58862平臺和技術類58863數據安全類59864服務安全類59865應用安全類60附錄大數據軟件安裝6A基礎環境準備6A2安裝JDK62A3安裝Hadoop62A4安裝Zookeeper67A5安裝HBase69A6安裝Hive70A7安裝Spark72參考文獻75

本書以面向應用、面向實戰為指導思想，緊扣企業技術人纔培養的特點，在知識點講解和實驗中避免復雜的理論，使讀者能快速上手體驗、驗證大數據處理的魅力，以激發讀者的學習興趣。本書覆蓋了大數據生命周期中的主要技術要點，全書共8章，第1章介紹大數據的產生和特點及思維的變革，第2章了解大數據生態繫統，第3～7章按照大數據的生命周期，分別討論大數據采集與預處理、大數據管理、大數據分析、大數據可視化、大數據應用的基本原理和方法，第8章討論大數據安全面臨的挑戰。本書可作為本科、高職院校大數據技術或數據科學課程的參考書或教材，也可供數據科學相關技術人員閱讀。

內容待完善