本书通过大量实例介绍大数据平台技术，分4篇。大数据存储篇包括第1～3章，内容包括大数据技术概述、数据采集和大数据、大数据框架的安装和配置；大数据管理篇包括第4～7章，内容包括HDFS、Hadoop分布式计算模型、分布式协调服务ZooKeeper、Hadoop的集群资源管理系统YARN；大数据分析篇包括第8～10章，内容包括数据库MySQL和数据仓库Hive、NoSQL数据库HBase、基于内存的分布式计算框架Spark；大数据应用篇包括第11、12章，内容包括数据可视化、大数据应用综合案例。
本书可作为高等学校数据科学与大数据技术、计算机科学与技术、人工智能等理工类专业大数据平台技术课程的教材，也可供广大计算机爱好者及软件开发人员参考。

郑啸，博士，教授，安徽省教学名师。先后毕业于安徽大学、浙江理工大学、东南大学。现任安徽工业大学教务处处长、安徽省工业互联网智能应用与安全工程研究中心主任。是2021-2024年教育部产学合作协同育人项目专家组成员、中国软件行业协会常务理事、中国计算机学会网络与数据通信专委会常务委员、中国通信学会云计算与大数据应用专业委员会委员。曾任安徽工业大学计算机科学与技术学院院长。在智能计算、控制系统、大数据、云计算等领域获安徽省科学技术奖二等奖、三等奖各1项，中国物流与采购联合会科技进步三等奖1项，冶金科技进步三等奖1项，安徽省自然科学优秀论文二等奖1项、三等奖2项。在高等教育研究领域获得安徽省教学成果特等奖2项，一等奖1项，三等奖2项。

第1篇 大数据存储篇
第1章 大数据技术概述
1.1 大数据源起和应用
1.2 大数据技术框架
1.3 大数据就业岗位
1.4 大数据的特点
1.5 大数据的深远影响
1.6 大数据的意义和发展目标
1.7 大数据与云计算、物联网、人工智能的关系
1.8 教材在线资源及使用说明
1.9 本章思维导图
1.10 习题
第2章 数据采集和大数据
2.1 数据采集和ETL
2.2 网络爬虫
2.2.1 通用网络爬虫与聚焦网络爬虫
2.2.2 网络爬虫的工作过程
2.3 Python常用开发工具简介
2.3.1 Python开发环境搭建
2.3.2 开发工具PyCharm
2.3.3 开发工具Jupyter Notebook
2.4 Python语言简介
2.4.1 Python常见的数据类型
2.4.2 NumPy库
2.5 基于Python的网络爬虫应用实例
2.5.1 Urllib库介绍
2.5.2 数据采集和ETL实例
2.6 本章思维导图
2.7 习题
第3章 大数据框架的安装和配置
3.1 大数据框架配置环境
3.2 Linux操作系统介绍
3.2.1 Linux的发展历史
3.2.2 Linux版本特点
3.2.3 Linux版本选择
3.3 Linux终端常见命令
3.3.1 基本命令
3.3.2 目录操作命令
3.3.3 文件操作命令
3.3.4 系统工作命令
3.3.5 其他常见命令
3.4 虚拟机的使用
3.5 远程登录工具配置
3.6 Hadoop伪分布式安装和使用
3.6.1 环境配置
3.6.2 配置SSH免密登录
3.6.3 配置JDK
3.6.4 Hadoop伪分布式配置
3.6.5 运行WordCount实例
3.7 本章思维导图
3.8 习题
第2篇 大数据管理篇
第4章 HDFS
第5章 Hadoop分布式计算模型
第6章 分布式协调服务ZooKeeper
第7章 Hadoop的集群资源管理系统YARN
第3篇 大数据分析篇
第8章 数据库MySQL和数据仓库Hive
第9章 NoSQL数据库HBase
第10章 基于内存的分布式计算框架Spark
第4篇 大数据应用篇
第11章 数据可视化
第12章 大数据应用综合案例
附录A 教材实验
参考文献