本书讲解了一个大数据综合项目——招聘网站职位分析。全书共分为6章，内容分别是项目概述、搭建大数据集群环境、数据采集、数据预处理、数据分析与数据可视化。本书附有配套资源，包括源代码、教学设计、教学课件等资源。同时为了帮助初学者更好地学习本书内容，还提供了在线答疑，欢迎读者关注。本书适用于高等院校本、专科计算机相关专业大数据项目实训课程的教学，书中的具体项目，有助于读者综合运用大数据课程知识及各种工具软件，实现大数据分析全流程操作。

江苏传智播客教育科技股份有限公司（简称传智播客）是一家致力于培养高素质软件开发人才的科技公司，“黑马程序员”是传智播客旗下高端IT教育品牌。

章 项目概述
1.1 项目需求和目标
1.2 预备知识
1.3 项目架构设计及技术选取
1.4 开发环境和开发工具介绍
1.5 项目开发流程
小结
第2章 搭建大数据集群环境
2.1 安装准备
2.1.1 虚拟机安装与克隆
2.1.2 虚拟机网络配置
2.1.3 SSH服务配置
2.2 Hadoop集群搭建
2.2.1 JDK安装
2.2.2 Hadoop安装
2.2.3 Hadoop集群配置
2.2.4 Hadoop集群测试
2.2.5 通过UI界面查看Hadoop运行状态
2.3 Hive安装
2.3.1 Hive的安装模式
2.3.2 Hive的安装
2.4 Sqoop安装
小结
第3章 数据采集
3.1 知识概要
3.1.1 数据源分类
3.1.2 HTTP请求过程
3.1.3 认识HttpClient
3.2 分析与准备
3.2.1 分析网页数据结构
3.2.2 数据采集环境准备
3.3 采集网页数据
3.3.1 创建响应结果JavaBean类
3.3.2 封装HTTP请求的工具类
3.3.3 封装存储在HDFS的工具类
3.3.4 实现网页数据采集
小结
第4章 数据预处理
4.1 分析预处理数据
4.2 设计数据预处理方案
4.3 实现数据的预处理
4.3.1 数据预处理环境准备
4.3.2 创建数据转换类
4.3.3 创建实现Map任务的Mapper类
4.3.4 创建并执行MapReduce程序
4.4 将数据预处理程序提交到集群中运行
小结
第5章 数据分析
5.1 数据分析概述
5.2 Hive数据仓库
5.2.1 什么是Hive
5.2.2 设计Hive数据仓库
5.2.3 实现数据仓库
5.3 分析数据
5.3.1 职位区域分析
5.3.2 职位薪资分析
5.3.3 公司福利分析
5.3.4 职位技能要求分析
小结
第6章 数据可视化
6.1 平台概述
6.1.1 系统介绍
6.1.2 系统架构
6.2 数据迁移
6.2.1 创建关系型数据库
6.2.2 通过Sqoop实现数据迁移
6.3 平台环境搭建
6.3.1 新建Maven项目
6.3.2 配置pom.xml文件
6.3.3 项目组织结构
6.3.4 编辑配置文件
6.4 实现图形化展示功能
6.4.1 实现职位区域分布展示
6.4.2 实现薪资分布展示
6.4.3 实现福利标签词云图
6.4.4 实现技能标签词云图
6.4.5 平台可视化展示
小结