本书介绍大数据技术的基本概念和相应的技术应用。全书共10章，分别是大数据介绍、云计算基础、大数据架构、数据采集、数据清洗、大数据存储、大数据分析与挖掘、大数据可视化、大数据安全和大数据的行业应用。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解大数据相关基本技术，并对书中重要的、核心的知识点加大练习比例，以达到熟练应用的目的。
本书可作为高等院校大数据、人工智能、软件技术、云计算、计算机网络等专业的专业课教材，也可作为大数据爱好者的参考书。

第1章 大数据介绍
1.1 大数据概述
1.1.1 认识大数据
1.1.2 大数据的特征
1.1.3 大数据技术应用与基础
1.2 大数据的意义
1.2.1 大数据的国家战略意义
1.2.2 大数据的企业意义
1.2.3 我国大数据市场的产业发展
1.3 本章小结
1.4 实训
习题1
第2章 云计算基础
2.1 云计算概述
2.1.1 云计算定义
2.1.2 云计算的特征
2.1.3 云计算的体系结构
2.2 云计算的服务类型与层次
2.2.1 云计算服务类型
2.2.2 云计算服务层次
2.3 云计算的服务模式
2.3.1 公有云
2.3.2 私有云
2.3.3 混合云
2.4 云计算关键技术
2.4.1 虚拟化技术
2.4.2 容器技术
2.4.3 并行计算技术
2.4.4 海量数据存储技术
2.5 云计算与大数据
2.5.1 云计算与大数据的关系
2.5.2 云计算与大数据的融合发展
2.6 云计算的应用
2.7 常见云计算平台介绍
2.7.1 云计算平台介绍
2.7.2 常见的云计算平台
2.8 本章小结
2.9 实训
习题2
第3章 大数据架构
3.1 大数据架构概述
3.1.1 大数据架构介绍
3.1.2 大数据架构分类
3.2 Hadoop架构
3.2.1 Hadoop介绍
3.2.2 Hadoop发展史
3.2.3 Hadoop核心组件
3.3 HDFS概述
3.3.1 HDFS的概念
3.3.2 HDFS操作
3.4 MapReduce概述
3.4.1 MapReduce的概念
3.4.2 MapReduce设计方式
3.4.3 MapReduce架构
3.5 本章小结
3.6 实训
习题3
第4章 数据采集
4.1 数据采集概述
4.2 数据采集平台
4.2.1 数据采集平台概述
4.2.2 数据采集平台实例
4.3 爬虫数据采集基础
4.3.1 网络爬虫基础知识
4.3.2 网络爬虫框架Scrapy
4.4 Python爬虫实现
4.4.1 Python简介
4.4.2 Python爬虫实现
4.5 本章小结
4.6 实训
习题4
第5章 数据清洗
5.1 数据清洗概述
5.2 数据清洗的常用方法
5.2.1 缺失值的处理方法
5.2.2 噪声数据的处理方法
5.3 数据质量与数据仓库
5.3.1 数据质量的定义
5.3.2 数据质量的常见问题
5.3.3 数据质量与数据清洗
5.3.4 数据仓库与ETL
5.3.5 主数据与元数据
5.4 数据清洗环境与常用工具
5.4.1 数据清洗环境
5.4.2 数据清洗常用工具
5.5 本章小结
5.6 实训
习题5
第6章 大数据存储
6.1 大数据存储概述
6.1.1 大数据存储的概念
6.1.2 大数据存储的类型
6.1.3 大数据存储的关键技术
6.2 大数据存储方式
6.2.1 分布式存储
6.2.2 NoSQL数据库
6.2.3 NewSQL数据库
6.2.4 云数据库
6.3 NoSQL数据库产品介绍
6.3.1 Redis
6.3.2 HBase
6.3.3 MongoDB
6.3.4 LevelDB
6.3.5 Neo4j
6.4 本章小结
6.5 实训
习题6
第7章 大数据分析与挖掘
7.1 大数据分析概述
7.1.1 大数据分析的概念
7.1.2 大数据分析的类型
7.1.3 大数据分析的方法
7.2 大数据挖掘
7.2.1 大数据挖掘概述
7.2.2 大数据挖掘应用
7.3 数据挖掘算法
7.3.1 K-Means算法
7.3.2 朴素贝叶斯算法
7.3.3 Apriori算法
7.3.4 决策树算法
7.3.5 KNN算法
7.3.6 支持向量机
7.3.7 遗传算法
7.3.8 神经网络算法
7.4 本章小结
7.5 实训
习题7
第8章 大数据可视化
8.1 大数据可视化概述
8.1.1 大数据可视化的概念
8.1.2 大数据可视化的流程
8.1.3 大数据可视化图表介绍
8.2 大数据可视化方法
8.2.1 文本可视化
8.2.2 网络可视化
8.2.3 空间信息可视化
8.3 大数据可视化常用工具
8.3.1 Excel
8.3.2 ECharts
8.3.3 Tableau
8.4 大数据可视化技术的应用
8.4.1 大数据可视化的应用场景
8.4.2 大数据可视化技术的行业应用
8.5 本章小结
8.6 实训
习题8
第9章 大数据安全
9.1 数据安全与大数据安全
9.1.1 数据安全概述
9.1.2 大数据安全
9.2 大数据安全的挑战与关键技术
9.2.1 大数据安全面临的主要威胁
9.2.2 大数据安全的关键技术
9.3 大数据安全体系
9.3.1 大数据安全体系概述
9.3.2 大数据安全体系实施
9.4 大数据安全法律
9.4.1 大数据安全法律介绍
9.4.2 大数据安全法律应用
9.5 本章小结
9.6 实训
习题9
第10章 大数据的行业应用
10.1 工业大数据
10.1.1 工业大数据概述
10.1.2 工业大数据的特点和分类
10.1.3 工业大数据的内涵
10.1.4 工业大数据与行业的联系
10.1.5 工业大数据的应用