本书从大数据技术基础概念出发，介绍了大数据分析的流程和大数据分析处理系统的组成，以及大数据集群的搭建，并在此基础上讲解了多种不同技术构成的离线／实时数据分析系统实战项目。全书共10章，包括大数据概述、大数据分析的基本流程与工具、分布式大数据分析处理系统概述、构建大数据集群环境、构建基于LayUI的集群管理系统、基于HBase的大数据离线分析系统、基于Hive+Hadoop+Spark的大数据离线分析系统、基于MySQL+Spark的大数据离线分析系统、基于Redis+Kafka+Spark的大数据实时分析系统、基于Flume+Kafka+Flink的大数据实时分析系统。
本书适合从事大数据系统搭建与运维、大数据分析等岗位的技术人员阅读，也适合高等院校大数据相关专业的学生使用。

前言
第1章 大数据概述
1.1 大数据的基本概念
1.1.1 何谓大数据
1.1.2 大数据的产生阶段
1.1.3 大数据的核心技术和计算模式
1.2 大数据的应用
1.2.1 大数据的应用场景
1.2.2 大数据系统的作用
1.3 大数据技术生态圈
1.3.1 Linux操作系统
1.3.2 Hadoop生态系统
1.3.3 Spark对Hadoop的完善
1.4 大数据技术的新发展
1.4.1 Hadoop 3.0的新特性
1.4.2 大数据引擎Flink
1.4.3 智能化大数据分析处理
本章小结
第2章 大数据分析的基本流程与工具
2.1 数据采集
2.1.1 网络爬虫采集数据
2.1.2 使用Excel爬取数据
2.2 数据存储
2.2.1 关系型数据的存储——基于MySQL
2.2.2 非关系型数据的存储——基于Redis、HBase
2.3 数据分析与数据处理
2.3.1 数据分析常用工具——pandas
2.3.2 分布式计算框架
2.3.3 分布式数据挖掘和深度学习
2.4 数据可视化
2.4.1 Python数据可视化库Matplotlib
2.4.2 Python数据可视化库pyecharts
2.4.3 数据可视化图表库ECharts
2.4.4 数据可视化工具Apache Superset
本章小结
第3章 分布式大数据分析处理系统概述
3.1 什么是分布式大数据分析处理系统
3.2 分布式大数据分析处理系统的作用
3.3 分布式大数据分析处理系统的应用场景
3.4 分布式大数据分析处理系统的构成
3.4.1 数据采集子系统
3.4.2 数据存储系统
3.4.3 数据分析处理系统
3.4.4 数据可视化系统
3.5 分布式大数据分析处理系统的实现
3.5.1 系统前端——HTML、CSS、jQuery
3.5.2 系统后端——SpringBoot、SSM
3.5.3 Web服务器端——Tomcat
本章小结
第4章 构建大数据集群环境
4.1 部署大数据处理环境
4.1.1 搭建Hadoop集群
4.1.2 ZooKeeper的安装部署
4.1.3 Kafka的安装部署
4.1.4 Spark集群搭建
4.2 部署大数据存储环境
4.2.1 MySQL的安装部署
4.2.2 Hive的安装部署
4.2.3 HBase的安装部署
4.2.4 Redis的安装部署
本章小结
第5章 构建基于LayUI的集群管理系统
5.1 集群管理系统概述
5.1.1 需求分析
5.1.2 系统架构——系统+集群+UI
5.2 系统开发的前期准备操作
5.2.1 本机环境配置
5.2.2 集群环境配置
5.2.3 构建项目工程结构
5.3 系统的代码实现
5.3.1 Controller层实现
5.3.2 构造系统所需工具包
5.3.3 核心类实现
5.4 构造系统UI界面——基于LayUI
本章小结
第6章 基于HBase的大数据离线分析系统
6.1 系统架构概述
6.1.1 需求分析
6.1.2 系统架构——HBase+SpringBoot+ECharts
6.2 采集股份转让数据
6.2.1 使用爬虫抓取数据
6.2.2 数据采集模块测试
6.3 数据存储和处理模块实现
6.3.1 数据库设计
6.3.2 使用HBase存储并处理数据
6.3.3 数据存储和处理模块测试
6.4 数据可视化模块实现
6.4.1 数据可视化模块后端设计——基于SpringBoot
6.4.2 数据可视化模块前端设计——基于ECharts
6.4.3 数据可视化页面展示
本章小结
第7章 基于Hive+Hadoop+Spark的大数据离线分析系统
7.1 系统架构概述
7.1.1 需求分析
7.1.2 数据存储——Hive+Hadoop
7.1.3 数据处理与可视化——Spark+SSM+ECharts
7.2 采集旅游相关数据
7.2.1 使用爬虫采集城市、景点数据
7.2.2 数据采集模块测试
7.3 数据存储模块实现
7.3.1 数据库设计
7.3.2 使用HDFS和Hive存储数据
7.3.3 数据存储模块测试
7.4 数据分析处理模块实现
7.4.1 Spark处理数据
7.4.2 分词处理和情感分析——基于jieba+SnowNLP库
7.4.3 数据分析处理模块测试
7.5 数据可视化模块实现
7.5.1 数据可视化模块后端设计——基于SSM
7.5.2 数据可视化模块前端设计——基于ECharts
7.5.3 数据可视化页面展示
本章小结
第8章 基于MySQL+Spark的大数据离线分析系统
8.1 系统架构概述
8.1.1 需求分析
8.1.2 数据存储——MySQL
8.1.3 数据处理与可视化——Spark Streaming+Apache Superset
8.2 采集电商数据
8.2.1 使用爬虫爬取商品信息
8.2.2 数据采集模块测试
8.3 数据分析处理模块实现
8.3.1 数据库设计
8.3.2 Spark处理商品数据
8.3.3 数据分析处理模块测试
8.4 数据可视化模块实现
8.4.1 使用Apache Superset绘制数据可视化图表
8.4.2 数据可视化页面展示
本章小结
第9章 基于Redis+Kafka+Spark的大数据实时分析系统
9.1 系统架构概述
9.1.1 需求分析
9.1.2 数据存储——Redis