《云计算与大数据/应用型本科·物联网专业“十三五”规划教材》在阐述大数据和云计算关系的基础上，介绍了大数据和云计算的基本概念、技术及应用。全书分为基础篇、技术与应用篇和实践篇，主要内容包括：绪论、大数据环境下的云计算架构、大数据关键技术与应用、云存储、云服务与云安全、云计算应用、虚拟化技术、Hadoop和spark平台、分布式文件系统及并行计算框架、分布式数据存储与大数据挖掘。
　　《云计算与大数据/应用型本科·物联网专业“十三五”规划教材》是结合实际应用及实践过程来讲解相关概念、原理和技术的，实用性较强，适合作为本科院校计算机、大数据及信息管理等相关专业的教材，也可作为相关研究人员、爱好者的参考用书。

第一篇 基础篇
第1章 绪论
1．1 云计算的来历与发展
1．2 云计算的概念及特征
1．3 云计算的应用及与其他计算服务模式的区别
1．4 大数据的提出及发展
1．5 大数据的概念和特征
1．6 大数据的作用与挑战
1．7 大数据和云计算的关系
第2章 大数据环境下的云计算架构
2．1 大数据环境的技术特征
2．2 云计算的架构及标准化
2．3 国内外的云计算架构
2．4 云计算应用

第二篇 技术与应用篇
第3章 大数据关键技术与应用
3．1 大数据技术总体框架
3．2 大数据存储技术
3．3 大数据处理技术
3．4 大数据分析技术
3．5 全球大数据公司盘点
第4章 云存储
4．1 认识云存储
4．2 云存储技术
4．3 云存储的应用及面临的问题
第5章 云服务与云安全
5．1 认识云服务
5．2 云服务发展历程
5．3 云部署及对大数据的支持
5．4 云安全
第6章 云计算应用
6．1 云计算与物联网
6．2 云计算与移动互联网
6．3 云计算企业实践案例

第三篇 实践篇
第7章 虚拟化技术
7．1 虚拟化技术简介
7．2 虚拟化技术架构
7．3 虚拟机软件介绍
实验1 VMware虚拟机安装与配置
第8章 Hadoop和Spark平台
8．1 认识HadOOp
8．2 Hadoop的组成、体系结构和部署
8．3 认识Spark
实验2 CentOS环境下Hadoop的安装与配置
实验3 Spark的安装和配置
第9章 分布式文件系统及并行计算框架
9．1 分布式文件系统HDFS
9．2 并行计算框架MapReduce
实验4 HDFS的文件操作命令及API编程
实验5 Eclipse下的MapReduce编程
第10章 分布式数据存储与大数据挖掘
10．1 分布式数据库Hbase
10．2 分布式数据仓库Hive
10．3 大数据挖掘计算平台Mahout
实验6 基于Hive的数据统计
实验7 基于Mahout的聚类实验

附录1 R语言简介
附录2 Python语言简介
参考文献