第一章 云时代下的大数据技术研究绪论
第一节 研究背景——云时代
第二节 研究内容——大数据技术
第二章 大数据存储技术的研究
第一节 大数据存储技术的要求
第二节 大数据存储技术
第三节 云存储技术
第三章 大数据分析与挖掘技术的研究
第一节 数据分析概述
第二节 数据挖掘概述
第三节 关联技术分析
第四章 大数据分析工具技术的研究
第一节 Apriori算法
第二节 聚类分析
第三节 分类分析
第四节 时间序列分析
第五节 确定性时间序列分析
第六节 随机性时间序列分析
第五章 大数据链接分析技术研究
第一节 链接分析中的数据采集研究
第二节 PageRank工具
第三节 搜索引擎研究
第四节 链接作弊
第六章 大规模文件系统MapRedLice技术的研究
第一节 分布式文件系统
第二节 MapReduce模型
第三节 MapReduce使用算法
第四节 MapReduce复合键值对的使用
第五节 链接MapReduce作业
第六节 MapReduce递归扩展与集群算法
第七章 HDFS存储海量数据技术研究
第一节 HDFS技术设计与结构
第二节 图像存储技术研究
第三节 HDFS管理操作技术
第四节 FS Shell使用指南与API技术
第八章 HBase存储百科数据技术研究
第一节 HBase的系统框架简介
第二节 HBase的基本接口简介
第三节 HBase存储模块总体设计
第四节 HBase存储技术应用实践
第九章 云时代的大数据的安全与隐私
第一节 大数据时代的安全挑战
第二节 解决安全问题的技术研究
第三节 大数据隐私的保护分析
第十章 云时代的大数据技术应用案例
第一节 大数据技术在出版物选题与内容框架筛选中的应用
第二节 大数据技术在铁路客运旅游平台的应用
参考文献

云时代是指计算时代，而云计算是分布式处理、并行处理和网格计算的发展。当前，谷歌、亚马逊、阿里巴巴正在采用云计算搭建数据，大数据已发展成为一种新兴技术。尤其互联网、物联网、云计算的快速兴起，数据的爆炸式增长更加超乎人们的想象。据统计，预计到2020年，全球以电子形式存储的数据量将达到35ZB，比2016年全球存储量增长了30倍。总体来看，大数据具有数据体量大、数据类型繁多、要求处理速度快的特征，涵盖了从数据的海量存储、处理到应用等方面的技术，如海量分布式文件系统、并行计算框架、NoSQL数据库、实时流数据处理以及智能分析技术(模式识别、自然语言理解等)。朱利华著的《云时代的大数据技术与应用实践》以云时代为背景，研究大数据分析、大数据挖掘、大数据算法、大数据链接分析技术、大规模文件系统MapReduce、HDFS海量存储数据、HBase存储百科数据以及数据安全问题，希望为研究大数据的相关人员提供帮助，促进“大数据技术”未来的发展，为社会经济带来更大的利益。