本书系统介绍了大数据技术的相关知识,全书共13章,内容包括Hadoop大数据处理架构、HDFS分布式文件系统、YARN资源管理、MapReduce分布式计算框架、HBase分布式数据库、流数据采集、典型非关系数据库的安装与使用、分布式数据分析工具Pig、Spark大数据处理框架、基于Python语言的Spark RDD编程、基于Python语言的Spark SQL结构化数据处理、Hive分布式数据仓库、典型数据可视化工具的使用。本书对大数据相关技术给出详细的编程示例，并给出详细的注解。
本书可作为高等院校计算机、信息管理、软件工程、人工智能、数据科学与大数据技术等相关专业的大数据技术课程教材，也可供相关技术人员参考。

第1章Hadoop大数据处理架构
1.1大数据的基本概念
1.1.1大数据时代
1.1.2大数据定义
1.1.3大数据的特征
1.1.4大数据思维
1.2大数据计算模式与典型系统
1.2.1批处理计算模式与典型系统
1.2.2流式计算模式与典型系统
1.2.3迭代计算模式与典型系统
1.2.4图计算模式与典型系统
1.2.5内存计算模式与典型系统
1.3Hadoop发展历程
1.4Hadoop优缺点
1.5Hadoop生态圈
1.6在VirtualBox上搭建Linux操作系统
1.6.1创建Master节点
1.6.2克隆虚拟电脑
……