-
第一章大数据概述
本章首先介绍了大数据的时代背景、大数据发展史及发展趋势，然后介绍了大数据的相关概念、特征，最后介绍了大数据产业及应用。
-
●1.1什么是数据
本节主要介绍了数据的基本概念，讲解了数据的基本类型、数据的价值体现等。
-
●1.2大数据时代的发展
本节主要介绍了在大数据时代下的技术革命以及数据产生方式变革的相关内容。
-
●1.3大数据的发展历程和发展战略
本节主要介绍了大数据的发展历程和各国的发展战略。
-
●1.4什么是大数据
本节主要介绍了大数据的基本概念和相关特征。
-
●1.5大数据的影响及应用
本节主要介绍了大数据的影响和大数据的行业应用。
-
第二章大数据与相关的技术支持
本章主要介绍了云计算、物联网、人工智能等的相关概念和关键技术，并阐述了大数据、云计算、物联网和人工智能之间的区别与联系。
-
●2.1什么是云计算
本节主要介绍了云计算的相关概念、云计算的服务模式及云计算应用的案例。
-
●2.2大数据与云计算的关系
本节主要介绍了大数据与云计算之间的联系与区别以及云计算的案例。
-
●2.3物联网与大数据云计算的关系
本节主要介绍了物联网的相关概念，物联网与大数据、云计算的关系等。
-
●2.4大数据下的人工智能
本节介绍了人工智能的相关概念及关键技术。
-
●2.5人工智能的应用
本节介绍了人工智能的具体应用。
-
●2.6大数据导论中的大数据与区块链中比特币（上）
大数据导论中的大数据与区块链中比特币（上）
-
●2.7大数据导论中的大数据与区块链中比特币（下）
大数据导论中的大数据与区块链中比特币（下）
-
第三章大数据架构
本章主要介绍目前流行的大数据框架Hadoop，内容包括Hadoop核心技术HDFS、MapReduce、YARN和Hadoop生态系统中的常用框架HBase、Hive与Spark。
-
●3.1Hadoop概述
本节主要介绍Hadoop基本概念和特点。
-
●3.2Hadoop生态系统
Hadoop生态系统
-
●3.3HDFS(一)
本节主要介绍HDFS的基本概念，HDFS与传统文件系统的区别，以及HDFS的体系结构。
-
●3.4HDFS(二)
本节主要介绍HDFS的冗余副本机制、数据错误与恢复和HDFS的优缺点。
-
●3.5MapReduce
本节主要介绍MapReduce的基本概念、基本思想、工作机制、数据处理流程，以及MapReduce的优势与局限。
-
●3.6Hadoop架构再探讨
本节主要介绍HDFS1.0和MapReduce1.0存在的问题，以及针对这些问题Hadoop提出的HDFS HA、HDFS 联邦机制和YARN资源调度框架。
-
●3.7HBase
本节主要介绍HBase的基本概念，HBase与关系型数据库的区别、HBase数据模型概述、HBase系统架构和HBase的应用。
-
●3.8Hive
本节主要介绍Hive的基本概念、Hive与数据库的区别、Hive的体系结构、Hive的运行机制和Hive的应用场景。
-
●3.9Spark
本节主要介绍Spark的基本概念、Spark与Hadoop的差异和关系、Spark核心组件、运行模式和应用场景。
-
●3.10Zookeeper（一）
Zookeeper（一）
-
●3.11Zookeeper（二）
Zookeeper（二）
-
第四章大数据处理
本章根据大数据处理的主要流程，对数据采集、数据预处理、数据分析和挖掘等过程进行详细的介绍，最后给出两个大数据处理分析案例。
-
●4.1大数据处理概述
本节主要介绍大数据应用开发的主要流程。
-
●4.2数据采集
本节介绍数据采集的概念、要点、数据的主要来源以及数据采集的主要方法。
-
●4.3数据预处理
本节首先介绍了评估数据质量的标准及具体含义和用途、然后讲解了数据预处理的主要任务：数据清洗、数据集成、数据变换及规约等。
-
●4.4传统的数据存储技术
本节主要介绍传统的数据存储与管理技术（包括文件管理系统、关系数据库以及键_值数据库）。
-
●4.5大数据时代的数据存储技术
本节主要讲解大数据时代的数据存储与管理技术（包括分布式文件系统、NoSQL数据库）。
-
●4.6数据挖掘算法
本节通过生活案例引入数据挖掘技术，介绍了数据挖掘的概念以及常见的数据挖掘技术：分类、聚类、回归分析和关联规则等。
-
●4.7数据处理技术
本节主要讲解大数据处理的相关技术。
-
●4.8案例分析
本节主要介绍两个大数据处理案例：电商数据分析以及电影数据分析。
-
第五章数据可视化
本章首先介绍数据可视化的基础知识和常用工具，然后分类介绍数据可视化方法和技术，最后给出几个典型的数据可视化案例。
-
●5.1数据可视化前言
本节主要讲解数据可视化的原因，引入数据可视化的概念。
-
●5.2数据可视化概述
本节从数据可视化概念介绍，回顾数据可视化的发展历程，说明数据可视化的重要作用。
-
●5.3数据可视化类型
本节主要讲解科学可视化、信息可视化和可视分析学的基本知识。
-
●5.4数据可视化基础
本节主要介绍数据可视化的一般流程、数据可视化的工具和设计原则。
-
●5.5数据可视化方法和技术（一）
本节主要讲解时间数据可视化、比例数据可视化和文本数据可视化相关方法和技术。
-
●5.6数据可视化方法和技术（二）
本节主要介绍关系数据可视化方法和技术、复杂数据可视化方法和技术。
-
●5.7数据可视化案例
本节主要介绍几个可视化典型案例和可视化相关评估方法。
-
第六章大数据安全
本章首先介绍传统数据安全及个人隐私泄露问题和大数据时代带来的安全挑战，然后介绍大数据安全防护对策和关键技术，最后给出大数据安全相关的典型案例。
-
●6.1大数据安全与隐私保护
本节主要介绍传统数据安全，个人隐私泄露问题和大数据时代带来的安全挑战。
-
●6.2大数据安全防护关键技术（一）
本节主要介绍大数据安全防护对策和大数据安全防护的关键技术。
-
●6.3大数据安全防护关键技术（二）
本节主要介绍大数据安全防护关键技术中的访问控制技术、安全威胁的预测分析技术、大数据稽核和审计技术、大数据安全漏洞分析技术和基于大数据的认证技术等。
-
●6.4如何解决隐私保护问题
本节主要介绍隐私问题的政策法规与保护技术。
-
●6.5大数据安全典型案例
本节主要介绍隐私问题的政策法规与保护技术。
-
第七章大数据应用
本章介绍大数据应用，主要包括两部分，一是从大数据应用的横向出发，重点介绍精准营销、个性化推荐和大数据预测等大数据技术的应用场景和案例，二是从大数据应用的纵向出发，重点介绍金融、互联网、物流等行业的大数据技术的应用场景和案例。
-
●7.1基于大数据的精准营销
本节主要介绍精准营销大数据技术的应用场景和案例。
-
●7.2基于大数据的个性化推荐
本节主要介绍个性化推荐大数据技术的应用场景和案例。
-
●7.3大数据预测
本节主要介绍大数据预测中大数据技术的应用场景和案例。
-
●7.4金融行业大数据应用
本节主要介绍金融行业大数据技术的应用场景和案例。
-
●7.5互联网行业大数据应用
本节主要介绍互联网行业大数据技术的应用场景和案例。
-
●7.6物流行业大数据应用
本节主要介绍物流行业大数据技术的应用场景和案例。
-
●7.7旅游行业大数据应用
旅游行业大数据应用
-
●7.8教育行业大数据应用
教育行业大数据应用
-
●7.9城市大数据应用
城市大数据应用
-
第八章大数据应用问题讨论
大数据应用问题讨论
-
●8.1数据孤岛问题
数据孤岛问题
-
●8.2数据开放
数据开放
-
●8.3大数据伦理
大数据伦理
-
●8.4大数据治理
大数据治理
