胡沛、韩璞著的《大数据技术及应用探究》第一章深入探究了大数据的概念，产生的背景以及发展状况，应用案例，并针对大数据的历史机遇提出了自己的一些看法。
从第二章到第六章，通过系统研究Hadoop生态系统和基于Hadoop2．X版本架构，能够使读者对Hadoop有一个清晰直观的认识和了解；同时又探究HDFS和MapReduce Java API编程，使读者不仅能了解。Hadoop相关原理还能掌握其编程思想。
本书不仅适合计算机相关专业学生的大数据基础学习，也能够满足想继续深入了解Hadoop架构编程的学习者。

1 大数据概论
1.1 大数据概述
1.2 Hadoop生态系统
1.3 大数据处理工具
1.4 大数据与云计算的关系
1.5 分布式与集群
2 大数据平台Hadoop
2.1 Hadoop架构
2.2 Hadoop1.X与Hadoop2.X的区别
2.3 Hadoop平台搭建
3 分布式文件系统HDFS
3.1 HDFS架构
3.2 HDFS读写过程解析
3.3 HDFS shell命令
3.4 HDFS Java API编程
4 分布式计算模型MapReduce
4.1 MapReduce编程模型
4.2 MapReduce工作原理
4.3 Yarn
4.4 MapReduce可编程组件
4.5 MapReduce Java API编程
5 分布式数据库HBase
5.1 HBase介绍
5.2 HBase数据模型
5.3 HBase系统架构
5.4 HBase数据读写流程
5.5 HRegion的split和compact
5.6 HBase环境搭建
5.7 HBase shell
5.8 HBase Java API
6 分布式数据库仓库Hive
6.1 Hive简介
6.2 Hive与HBase，关系型数据库的对比
6.3 Hive的数据管理
6.4 Hive的体系架构
6.5 Hive的执行流程
6.6 HQL
6.7 Hive环境搭建
6.8 Hive Java API
6.9 Hive综合案例
7 Scala编程基础
7.1 Scala简介
7.2 Scala安装
7.2 Scala语法
7.3 Scala程序控制结构
7.4 Scala容器
7.5 cala函数
7.6 面向对象编程
8 分布式计算框架Spark
8.1 Spark概述
8.2 Spark运行原理
8.3 Spark环境搭建
8.4 RDD编程
8.5 数据读写操作
8.6 Spark SQL
8.7 Spark Streaming
8.8 Spark远程开发及提交