本书系统地对大数据采集、存储、计算、处理、分析、挖掘和可视化等相关内容进行介绍，并结合大数据在社区、交通、医疗、金融、教育等方面的应用进行剖析阐述。

前言


第1章 大数据概述
1．1 大数据定义
1．1．1 初识大数据
1．1．2 大数据的特征
1．1．3 大数据技术
1．2 大数据的结构类型
1．2．1 结构化数据
1．2．2 半结构化数据
1．2．3 非结构化数据
1．2．4 其他分类方式下的数据类型
1．3 大数据发展
1．3．1 大数据概念发展
1．3．2 大数据浪潮下数据存储的发展
1．4 大数据应用及挑战
1．4．1 大数据应用
1．4．2 大数据发展面临的挑战
本章小结
思考题


第2章 大数据采集
2．1 大数据来源
2．2 大数据采集设备
2．2．1 科研数据采集设备
2．2．2 网络数据采集设备
2．3 大数据采集方法
2．3．1 科研大数据采集方法
2．3．2 网络大数据采集方法
2．3．3 系统日志采集方法
2．4 大数据预处理技术
2．4．1 数据预处理技术基本概述
2．4．2 数据清理
2．4．3 数据集成
2．4．4 数据变换与数据离散化
本章小结
思考题


第3章 大数据存储
3．1 云存储
3．1．1 云存储简介
3．1．2 云存储技术
3．2 大数据存储
3．2．1 大数据存储的特点与挑战
3．2．2 存储系统架构
3．2．3 新兴数据库技术
3．3 数据中心
3．3．1 数据中心概述
3．3．2 数据中心的演进
3．3．3 数据中心的分级
3．3．4 数据中心的体系结构
3．4 数据仓库
3．4．1 数据仓库的基本概念
3．4．2 数据仓库的体系结构
本章小结
思考题


第4章 大数据计算平台
4．1 云计算
4．1．1 云计算定义
4．1．2 云计算特点
4．1．3 云计算体系架构
4．1．4 云计算与相关计算形式
4．1．5 云计算的机遇与挑战
4．2 云计算平台
4．2．1 主流分布式计算系统
4．2．2 主流分布式计算平台
4．3 MapReduce平台
4．3．1 数据存储技术
4．3．2 数据管理技术
4．3．3 编程模型
4．4 Hadoop平台
4．4．1 Hadoop概述
4．4．2 Hadoop结构
4．4．3 Hadoop分布式文件系统HDFS
4．4．4 Hadoop中的M印Reduce
……


第5章 大数据分析
第6章 大数据挖掘
第7章 大数据下的机器学习算法
第8章 大数据可视化
第9章 社会大数据
第10章 交通大数据
第11章 医疗大数据
第12章 金融大数据
第13章 大数据教育