本书旨在为组织采用大数据技术提供一系列实施策略，建立一个坚实的基础，即，总体上把握大数据能是什么，为什么大数据能增值，哪种类型的问题适合用大数据方法，以及如何合理规划去确定需求，如何在机构中安排合适的人力，如何进行系统集成策划。
另一方面，本书不是介绍如何做大数据应用开发的，如MapReduce编程、Hadoop实现等，但各章都会提供一个概述，来说明采用大数据的生态系统相关内容或采用大数据的过程。

第1章 大数据分析的市场和业务驱动力
1.1 区分大数据的炒作和现实
1.2 理解业务驱动因素
1.3 降低准入门槛
1.4 注意事项
1.5 思考练习
第2章 适用大数据分析的业务问题
2.1 反对炒作：组织适应能力
2.2 大数据价值带来的提升
2.3 大数据用例
2.4 大数据应用的特点
2.5 大数据价值的感知和量化
2.6 关于价值的进一步思考
2.7 思考练习
第3章 实现大数据分析的组织合作
3.1 两个关键问题
3.2 大数据分析和报告的历史视角
3.3 文化冲突的挑战
3.4 采用大数据技术的考虑因素
3.5 合适的决策人
3.6 组织协调的角色
3.7 思考练习
第4章 制定企业集成大数据分析的战略
4.1 决定采用大数据技术的内容、方式和时机
4.2 采用大数据技术的战略规划
4.3 规范征求业务用户需求的做法
4.4 采用新技术的可接受性：明确用或不用的原则
4.5 为可扩展性准备数据环境
4.6 促进数据重用
4.7 建立适当的监督和管理
4.8 为主流技术提供管理过程
4.9 企业集成的考虑事项
4.10 思考练习
第5章 大数据分析的数据治理策略与过程
5.1 数据治理的演变
5.2 大数据和数据治理
5.3 与大数据集的区别
5.4 大数据监管的5个关键理念
5.4.1 管理使用者数据预期
5.4.2 确定数据质量的关键维度
5.4.3 实体提取的元数据和参考数据的一致性
5.4.4 重新调整用途和重新解释
5.4.5 数据充实和强化
5.5 考虑事项
5.6 思考练习
第6章 大数据管理的高性能设备
6.1 用例说明
6.2 存储考虑：数据生命周期的基础设施
6.3 大数据设备：硬件和软件优化分析
6.4 架构选择
6.5 性能特征的考虑
6.6 面向行与面向列的数据布局和应用性能
6.7 平台选择的考虑事项
6.8 思考练习
第7章 大数据工具和技术
7.1 理解大数据存储
7.2 高性能架构概述
7.3 HDFS
7.4 MapReduce和YARN
7.5 扩展大数据应用生态系统
7.6 ZooKeeper
7.7 HBase
7.8 Hive
7.9 Pig
7.10 Mahout
7.11 注意事项
7.12 思考练习
第8章 大数据应用开发
8.1 并行性
8.2 简单可扩展的神话
8.3 应用开发框架
8.4 MapReduce编程模型
8.5 简单示例
8.6 MapReduce的更多说明
8.7 其他大数据开发框架
8.8 可执行模型
8.9 思考练习
第9章 大数据的NoSQL数据管理
9.1 NoSQL
9.2 无模式模型：增加数据操作的灵活性
9.3 键值存储数据库
9.4 文档型数据库
9.5 列存储数据库
9.6 对象存储数据库
9.7 图形数据库
9.8 注意事项
9.9 思考练习
第10章 大数据图分析
10.1 图分析
10.2 图分析的简单性
10.3 三元组表示
10.4 图和网络组织
10.5 选择图分析
10.6 图分析用例
10.7 图分析算法和解决方法
10.8 分析图的技术复杂度
10.9 图分析平台的特色
10.10 注意事项：图分析的专用设备
10.11 思考练习
第11章 开发大数据路线图
11.1 简介
11.2 头脑风暴：评估大数据的需求和价值
11.3 组织加入
11.4 团队构建
11.5 大数据概念验证的试点和范围
11.6 评估技术和初步选择
11.7 应用开发测试和实现
11.8 平台和项目范围
11.9 大数据分析集成计划
11.10 管理和维护
11.11 评估
11.12 总结和注意事项
11.13 思考练习