本書介紹了大數(shù)據(jù)基礎(chǔ)理論和Hadoop生態(tài)系統(tǒng)主流的大數(shù)據(jù)開發(fā)技術(shù)。全書共分9章，第1章介紹大數(shù)據(jù)的發(fā)展歷程、概念和特點、關(guān)鍵技術(shù)和應(yīng)用；第2章介紹Hadoop的起源、發(fā)展歷程、特性、版本及應(yīng)用；第3章介紹HDFS的概念、原理和應(yīng)用；第4章介紹HBase的概念、原理和應(yīng)用；第5章介紹Hive的概念、原理、架構(gòu)和應(yīng)用；第6章介紹分布式計算模型MapReduce的概念、工作流程和應(yīng)用；第7章介紹Spark基本內(nèi)容、Spark的生態(tài)系統(tǒng)及運行架構(gòu)和Spark安裝部署及編程實踐；第8章介紹數(shù)據(jù)可視化的相關(guān)知識、數(shù)據(jù)可視化工具和應(yīng)用；第9章介紹爬蟲及詞頻統(tǒng)計的代碼實現(xiàn)。