大數據浪潮洶湧來襲，對數據的收集、整理和分析離不開數據思維。樊敏著的《數據思維》這本書從計算機中數據的表示、數據的組織、數據的管理以及數據挖掘等多方面詳細繫統地介紹了計算機領域信息數字化方法、數據結構理論、數據庫、數據倉庫、數據挖掘等相關技術，循序漸進地全面地闡述了數據思維的內涵，著力於培養繫統的數據思維，有助於理解大數據技術，進而為大數據管理提供新的解決思路，進行大數據分析。

第一章 認識數據
1.1 數的起源與發展
1.1.1 自然數
1.1.2 分數
1.1.3 負數
1.1.4 其他數
1.2 計數制
1.2.1 常用的計數制
1.2.2 數制之間的轉換
1.3 計算機中的數據
1.3.1 數值型數據
1.3.2 字符型數據
1.3.3 聲音數據
1.3.4 圖形圖像數據
第二章 數據的組織
2.1 數據結構概述
2.1.1 數據邏輯結構
2.1.2 數據存儲結構
2.2 線性表
2.2.1 線性表的定義
2.2.2 線性表的順序存儲結構及運算
2.2.3 線性表的鏈式存儲結構及運算
2.2.4 棧
2.2.5 隊列
2.3 串
2.3.1 串的定義
2.3.2 串的存儲結構
2.4 數組
2.4.1 數組的定義
2.4.2 數組的順序存儲結構
2.5 廣義表
2.5.1 廣義表的定義
2.5.2 廣義表的存儲結構
2.6 樹型結構
2.6.1 樹的概念
2.6.2 二叉樹
2.7 圖形結構
2.7.1 圖的概念
2.7.2 圖的存儲結構
2.7.3 圖的遍歷
第三章 數據管理
3.1 數據管理概述
3.1.1 數據管理技術的發展
3.1.2 **、二代數據庫繫統
3.2 數據庫繫統
3.2.1 數據庫繫統的基本概念
3.2.2 數據庫繫統的內部結構體繫
3.3 數據模型
3.3.1 數據模型的類型
3.3.2 E-R模型
3.3.3 關繫模型
3.4 關繫模式的規範化
3.4.1 關繫模式
3.4.2 範式
3.5 數據類型與運算
3.5.1 數據類型
3.5.2 運算符
3.6 結構化查詢語言
3.6.1 SQL的概念
3.6.2 數據定義
3.6.3 數據操縱
3.6.4 數據查詢
3.6.5 視圖定義、刪除、*新
3.7 數據庫設計與管理
3.7.1 數據庫設計方法
3.7.2 需求分析
3.7.3 概念設計
3.7.4 邏輯設計
3.7.5 物理設計
3.7.6 數據庫管理
3.8 新一代數據庫繫統
3.8.1第三代數據庫繫統
3.8.2 數據庫技術的發展趨勢
第四章 數據集成
4.1 數據倉庫的概述
4.1.1 面向主題性
4.1.2 數據的集成性
4.1.3 數據的不可*新性
4.1.4 數據的時變性
4.1.5 支持決策性
4.1.6 數據倉庫的體繫結構
4.1.7 數據倉庫的數據組織
4.2 數據庫繫統與數據倉庫
4.2.1 操作數據庫繫統與數據倉庫的比較
4.2.2 數據倉庫的優勢
4.3 數據倉庫基本概念
4.3.1 元數據
4.3.2 粒度
4.3.3 分割
4.4 數據預處理
4.4.1 數據質量問題
4.4.2 數據預處理的主要任務
4.4.3 數據清理
4.4.4 數據集成
4.4.5 數據歸約
4.4.6 數據變換
4.5 數據倉庫模型
4.5.1 多維數據模型
4.5.2 星型模型
4.5.3 雪花模型
4.6 OLAP
4.6.1 定義
4.6.2 特性
4.6.3 OLAP的典型操作
4.7 數據倉庫繫統的設計
4.7.1 數據倉庫繫統設計方法
4.7.2 數據倉庫的設計
第五章 數據挖掘
5.1 數據挖掘概述
5.1.1 數據挖掘的產生背景
5.1.2 數據挖掘的定義
5.1.3 數據挖掘的分類
5.1.4 數據挖據的過程
5.2 數據挖掘的方法
5.2.1 關聯知識挖掘方法
5.2.2 類知識挖掘
5.2.3 預測型知識挖掘
5.2.4 特異型知識挖掘
5.3 不同存儲形式的數據挖掘
5.4 數據挖掘的應用
第六章 大數據
6.1 大數據概述
6.1.1 大數據產生的背景
6.1.2 大數據概念
6.1.3 大數據的發展階段
6.1.4 大數據發展的作用
6.2 大數據的關鍵技術
6.2.1 大數據的采集和預處理
6.2.2 大數據存儲技術
6.2.3 大數據分析技術
6.2.4 大數據與雲計算
6.3 大數據產業的應用
6.3.1 大數據產業
6.3.2 大數據在典型領域中的應用
6.3.3 智慧城市
6.4 問題與挑戰
6.5 大數據時代的要求