本書將基本概念與實例相結(jié)合，由淺入深、循序漸進地對大數(shù)據(jù)思維、技術(shù)和應(yīng)用做了全面系統(tǒng)的介紹。全書共12章，分為大數(shù)據(jù)基礎(chǔ)篇、大數(shù)據(jù)存儲篇、大數(shù)據(jù)處理篇、大數(shù)據(jù)挖掘篇和大數(shù)據(jù)應(yīng)用篇。大數(shù)據(jù)基礎(chǔ)篇的內(nèi)容涵蓋了大數(shù)據(jù)思維理念、大數(shù)據(jù)的產(chǎn)生與作用、大數(shù)據(jù)基本概念、大數(shù)據(jù)采集工具Flume和Scribe、大數(shù)據(jù)爬蟲工具Nutch和Scapy、大數(shù)據(jù)預處理工具Kettle、大數(shù)據(jù)處理架構(gòu)Hadoop；大數(shù)據(jù)存儲篇的內(nèi)容包含分布式文件存儲系統(tǒng)HDFS、海量數(shù)據(jù)存儲數(shù)據(jù)庫系統(tǒng)HBase和海量數(shù)據(jù)倉庫系統(tǒng)Hive；大數(shù)據(jù)處理篇主要介紹了分布式并發(fā)計算批處理模式MapReduce，基于內(nèi)存的快速處理模式Spark，以及基于實時數(shù)據(jù)流的實時處理模式SparkStreaming；大數(shù)據(jù)挖掘篇主要對分類、預測、聚類和關(guān)聯(lián)等各類大數(shù)據(jù)挖掘算法的原理和使用場景進行了描述，并使用SparkMLlib提供的機器學習算法進行了實例講解；大數(shù)據(jù)應(yīng)用篇分別從大數(shù)據(jù)場景應(yīng)用的橫向和縱向出發(fā)，介紹了大數(shù)據(jù)在各個功能領(lǐng)域的應(yīng)用場景和在各個行業(yè)的應(yīng)用場景。