本书系统介绍了大数据的相关知识及应用，重视理论与实验的结合。全书共14章，理论部分包含大数据概述、大数据平台Hadoop、分布式文件系统、分布式并行编程模型MapReduce、数据仓库Hive、分布式数据库HBase、基于内存的编程模型Spark、流计算与Storm、大数据采集与预处理、大数据存储与管理、大数据分析与挖掘、大数据可视化、大数据安全与治理、大数据应用案例。

余明,现为福建师范大学地科院、闽南科技大学计算机信息学院教授。研究方向：地学及GIS应用，大数据技术及其应用。在国内外学术期刊发表论文60余篇，被三大检索论文10几篇、专著2部，主编21世纪高校教材5本。近期主持省级慕课《地理信息系统导论》等三门课程，校级名师。

前言 当今是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活越来越方便，大数据就是这个高科技时代的产物。大数据时代的来临，带来了信息技术发展的巨大变革，并深刻影响着社会生产和人民生活的方方面面。一个国家能否抓住大数据发展机遇，快速形成核心技术和应用，参与新一轮的全球化竞争，将直接决定未来若干年世界范围内各国科技力量博弈的格局。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着数据人才培养的重任，因此，我国各高等院校非常重视大数据课程的开设，“大数据技术原理与应用”已经成为计算机科学与技术专业的重要核心课程。 本书是在三位作者近年来给计算机专业学生讲授“大数据技术原理与应用”课程的基础上整理的讲义编著而成。全书约50万字，每位作者供稿均在15万字以上，最后由余明教授完成统稿。全书详细介绍了大数据的相关知识、技术原理及应用，授课的理念重视理论与实验相结合。全书共14章，第1章为大数据概述，主要内容包括大数据的基本概念、关键技术简介和应用领域等； 第2章介绍大数据平台Hadoop，即大数据处理架构； 第3章介绍分布式文件系统HDFS，包括特点、体系架构、工作机制及工作流程； 第4章介绍分布式并行编程模型MapReduce，包括概念、特征、用途和使用要求以及工作流程； 第5章介绍数据仓库Hive，包括特点、功能、工作原理及架构组成； 第6章介绍分布式数据库HBase，包括特点、适用场景、结构及数据模型； 第7章介绍基于内存的编程模型Spark，包括特点、架构、四大组件等； 第8章介绍流计算与Storm，包括概述、处理流程、应用场景、计算架构等；...