对于企业而言，大数据的重要性不言而喻，如何构建、实施和应用大数据系统是很复杂的。
本书将为大家全面而深入地介绍Hadoop、Spark和NoSQL平台的构建，深入浅出地讲解Hadoop、Spark和NoSQL的基础知识、架构方案与实战技巧等。通过阅读本书，读者可以对大数据平台架构有一个明确、清晰的认识，掌握Hadoop、Spark、NoSQL平台的使用技巧，从而搭建一个安全可靠的大数据集群平台，来满足企业的实际需求。
本书共15章，可分为五大部分。第一部分（第1章）为大数据平台架构概述，讲述大数据平台的基本概念与实际应用：第二部分（第2章～第6章）主要讲解Hadoop的基本使用方法，以及Hadoop生态圈的其他组件：第三部分（第7章）主要介绍NoSQL：第四部分（第8章～第10章）主要介绍Spark生态圈与Spark实战案例：第五部分（第11章～第15章）讲解如何构建大数据平台，阐述大数据平台的几个核心模块，以及大数据平台的未来发展趋势。
本书可作为各类IT企业和研发机构的大数据工程师、架构师、软件设计师、程序员，以及相关专业在校学生的参考书。

李昉，毕业于东北大学自动化系，拥有世界500强企业多年研发、架构经验，随后加入互联网创业公司，2013年开始带领研发团队将大数据分析运用于“预订电商”价格分析预测（《IT经理世界》2013年第6期）；译有多部作品；目前在中体彩彩票运营管理有限公司从事大数据方面工作，也是集智俱乐部成员。

第1章 大数据平台架构概述
1.1 大数据平台的产生与应用
1.1.1 大数据平台的产生
1.1.2 大数据平台的应用
1.2 大数据平台架构
1.3 大数据处理系统经典架构
1.3.1 什么是Lambda架构
1.3.2 Lambda架构
1.3.3 Kappa架构
1.3.4 适用场景
第2章 大数据与Hadoop
2.1 Hadoop简介
2.1.1 Hadoop起源
2.1.2 Hadoop特点
2.1.3 Hadoop版本
2.2 Hadoop生态系统
2.2.1 Hadoop生态系统概况
2.2.2 Hadoop生态系统组成详解
2.3 Hadoop应用案例
2.3.1 Hadoop应用案例1：全球最大超市沃尔玛
2.3.2 Hadoop应用案例2：全球最大拍卖网站eBay
2.3.3 Hadoop应用案例3：全球最大信用卡公司Visa
2.4 Hadoop在国内的现状与未来
2.4.1 国内最早的Hadoop交流平台：Hadoop in China
2.4.2 国内Hadoop发展现状
2.4.3 国内Hadoop前景展望
第3章 开始使用Hadoop集群
3.1 Hadoop初探
3.1.1 使用Hadoop的先决条件
3.1.2 安装环境
3.1.3 安装并运行Hadoop
3.1.4 运行模式
3.1.5 Hadoop单机模式
3.1.6 Hadoop伪分布式模式
3.1.7 Hadoop完全分布式模式
3.1.8 Hadoop命令手册解读
3.2 HDFS基础和权限管理
3.2.1 HDFS特点
3.2.2 HDFS基本构成
3.2.3 HDFS使用原理
3.2.4 HDFS权限管理
3.3 MapReduce Job开发、运行与管理
3.3.1 为什么需要 MapReduce
3.3.2 MapReduce 1.X和MapReduce 2.X
3.3.3 MapReduce开发
3.3.4 MapReduce运行与管理
3.4 YARN管理
3.4.1 YARN简介
3.4.2 主要组件
3.4.3 ResourceManager组件
3.4.4 NodeManager组件
3.4.5 ApplicationMaster组件
3.4.6 Container组件
3.4.7 应用提交过程分析
第4章 Hadoop集群性能优化和维护
第5章 高可用配置
第6章 Hadoop其他组件
第7章 NoSQL
第8章 Spark生态系统
第9章 Spark SQL实战案例
第10章 Spark Streaming
第11章 数据同步收集
第12章 任务高度系统设计
第13章 高度系统选择
第14章 数据安全管理
第15章 大数据面临的挑战、发展趋势及典型案例