刘驰、罗童、林秋霞、王新科、樊路遥编著的《大数据技术体系与开源生态》从大数据生命周期的角度阐述大数据技术体系与开源生态的发展。全书分为7篇，包括大数据技术体系与开源生态概述、大数据获取技术、大数据管理技术、大数据处理技术、大数据分析与挖掘技术、大数据可视化与交互技术、大数据安全与治理技术。又分为15章，详细介绍大数据的技术概况、发展近况和技术优势、软件架构、和应用场景等内容。
本书适合大数据和人工智能业内人员、各大高校相关专业的高年级本科生和研究生、以及对大数据应用中各类框架组件的爱好者阅读。

刘驰，教授、博士生导师、北京理工大学软件学院副院长。先后入选2015年度国家人社部“高层次留学人才回国资助计划”、中国科协青年人才托举工程、中国电子学会优秀科技工作者和第八批陕西省百人计划（短期）。分别于清华大学和英国帝国理工学院获得学士和博士学位，后在德国电信研究院（柏林）、美国IBM T.J.Watson研究中心和IBM中国研究院任博士后研究员和研究主管。主要研究方向是绿色物联网大数据高效传输与处理技术。发表高水平SCI／EI论文80余篇，授权国内外发明专利7项，编著中英文书籍8本。主持了国家自然科学基金、工信部2013年电子商务集成创新试点工程等20余个省部级重点项目，现任中国自动化学会大数据专委会委员、中国工程院中国信息与电子工程科技发展战略研究中心特聘专家（计算机应用领域）等。

第一篇 大数据技术体系与开源生态概述
第1章 大数据技术体系概述
1.1 大数据技术的主要内容
1.2 大数据开源框架
1.2.1 大数据获取技术
1.2.2 大数据管理技术
1.2.3 大数据处理技术
1.2.4 大数据安全与治理技术
1.2.5 大数据分析与挖掘技术
1.2.6 大数据可视化技术
1.3 本章小结
第2章 开源生态与代码托管平台简介
2.1 开源和开源软件的简介
2.1.1 开源的简介
2.1.2 开源软件的简介
2.2 开源代码托管平台——GitHub
2.3 本章小结
第3章 大数据开源生态的介绍
3.1 Apache软件基金会
3.1.1 发展历史
3.1.2 主要参与者
3.1.3 开源项目
3.2 Linux 基金会
3.2.1 发展历史
3.2.2 主要参与者
3.2.3 开源项目
3.3 开源中国
3.3.1 发展历史
3.3.2 主要参与者
3.4 本章小结
第4章 云计算开源生态的介绍
4.1 OpenStack 基金会
4.1.1 发展历史
4.1.2 主要参与者
4.1.3 开源项目
4.2 Cloud Native Computing Foundation
4.2.1 发展历史
4.2.2 主要参与者
4.2.3 开源项目
4.3 本章小结
第二篇 大数据获取技术
第5章 消息队列相关技术
5.1 ZeroMQ
5.1.1 技术概况
5.1.2 发展近况和技术优势
5.1.3 软件架构
5.1.4 应用场景
5.2 RabbitMQ
5.2.1 技术概况
5.2.2 发展近况和技术优势
5.2.3 软件架构
5.2.4 应用场景
5.3 Active MQ
5.3.1 技术概况
5.3.2 发展近况和技术优势
5.3.3 软件架构
5.3.4 应用场景
5.4 Apache Kafka
5.4.1 技术概况
5.4.2 发展近况和技术优势
5.4.3 软件架构
5.4.4 应用场景
5.5 本章小结
第三篇 大数据管理技术
第6章 数据库相关技术
6.1 传统关系型数据库
6.1.1 MySQL
6.1.2 PostgreSQL
6.2 文档型数据库
6.2.1 MongoDB
6.2.2 Apache CouchDB
6.3 列存储数据库
6.3.1 Vertica
6.3.2 Apache HBase
6.4 键/值对型数据库
6.4.1 Redis
6.4.2 Riak
6.5 图形数据库
6.5.1 Neo4j
6.5.2 OrientDB
6.5.3 InfiniteGraph
6.6 基于内存的分布式文件系统之Alluxio
6.6.1 技术概况
6.6.2 发展近况和技术优势
6.6.3 软件架构
6.6.4 应用场景
6.7 数据仓库系统之ApacheTajo
6.7.1 技术概况
6.7.2 发展近况和技术优势
6.7.3 软件架构
6.7.4 应用场景
6.8 本章小结
第7章 大数据平台资源管理技术
7.1 Apache ZooKeeper
7.1.1 技术概况
7.1.2 发展近况和技术优势
7.1.3 软件架构
7.1.4 应用场景
7.2 Apache Hadoop YARN
7.2.1 技术概况
7.2.2 发展近况和技术优势
7.2.3 软件架构
7.2.4 应用场景
7.3 Apache Mesos
7.3.1 技术概况
7.3.2 发展近况和技术优势
7.3.3 软件架构
7.3.4 应用场景
7.4 Apache Mnemonic
7.4.1 技术概况
7.4.2 发展近况和技术优势
7.5 本章小结
第四篇 大数据处理技术
第8章 开源批处理平台
8.1 Apache Hadoop
8.1.1 技术概况
8.1.2 发展近况和技术优势
8.1.3 软件架构
8.1.4 应用场景
8.2 Apache Spark
8.2.1 技术概况
8.2.2 发展近况和技术优势
8.2.3 软件架构
8.2.4 应用场景
8.3 Apache Kylin
8.3 . 1 技术概况
8.3.2 发展近况和技术优势
8.3.3 软件架构
8.3.4 应用场景
8.4 本章小结
第9章 开源实时处理平台
9.1 Apache Storm
9.1.1 技术概况
9.1.2 发展近况和技术优势
9.1.3 软件架构
9.1.4 应用场景
9.2 Apache Spark Streaming
9.2.1 技术概况
9.2.2 发展近况和技术优势
9.2.3 软件架构
9.2.4 应用场景
9.3 Apache Flink
9.3.1 技术概况
9.3.2 发展近况和技术优势
9.3.3 软件架构
9.3.4 应用场景
9.4 Apache Beam
9.4.1 技术概况
9.4.2 发展近况和技术优势
9.4.3 软件架构
9.4.4 应用场景
9.5 Apache Apex
9.5.1 技术概况
9.5.2 发展近况和技术优势
9.5.3 软件架构
9.5.4 应用场景
9.6 本章