目　　录 第1章　大数据概述11.1　大数据的背景11.1.1　互联网的四次浪潮21.1.2　大数据的变革思维21.2　大数据简介31.2.1　大数据的概念31.2.2　大数据的特征41.2.3　大数据的结构类型51.2.4　大数据的关键技术61.2.5　大数据的核心产业链71.3　大数据的发展和应用91.3.1　大数据的发展态势91.3.2　我国大数据发展面临的问题与挑战111.3.3　大数据的应用13小结14习题14第2章　大数据的采集和预处理162.1　大数据的采集162.1.1　大数据的采集来源172.1.2　大数据的采集方法182.1.3　大数据的采集平台202.2　大数据的预处理技术222.2.1　数据清洗222.2.2　数据集成232.2.3　数据变换242.2.4　数据归约242.3　数据仓库与ETL工具262.3.1　数据仓库的组成262.3.2　数据仓库的数据模型282.3.3　常用的ETL工具30小结33习题33第3章　大数据存储353.1　传统存储363.1.1　硬盘363.1.2　直连式存储373.1.3　网络存储393.2　分布式存储423.2.1　存储结构423.2.2　系统架构433.2.3　典型系统443.3　云存储463.3.1　云存储的结构模型463.3.2　云存储的分类473.3.3　云存储的优势和劣势483.3.4　云存储的发展趋势49小结51习题51第4章　大数据处理与计算534.1　Hadoop处理框架544.1.1　HDFS544.1.2　MapReduce554.1.3　YARN584.1.4　ZooKeeper604.2　Spark处理框架624.2.1　Scala624.2.2　Spark SQL644.2.3　Spark Streaming664.3　Storm开源流计算框架674.3.1　Storm的基本概念674.3.2　Spout和Bolt694.3.3　Topology69小结71习题71第5章　大数据分析735.1　大数据分析的类型735.1.1　描述性分析745.1.2　探索性分析755.1.3　验证性分析755.2　大数据分析的方法765.2.1　回归分析765.2.2　关联分析775.2.3　分类825.2.4　聚类845.3　大数据分析的工具875.3.1　Excel875.3.2　R885.3.3　RapidMiner895.3.4　KNIME905.3.5　Weka91小结93习题94第6章　大数据可视化966.1　大数据可视化概述976.1.1　大数据可视化的概念976.1.2　可视化的起源976.1.3　大数据可视化的作用986.2　大数据可视化的技术996.2.1　基于图形的可视化技术996.2.2　基于平行坐标法的可视化技术1066.2.3　其他大数据可视化技术1076.3　大数据可视化的工具1076.3.1　入门级工具1076.3.2　信息图表工具1086.3.3　地图工具1086.3.4　时间线工具1086.3.5　高级分析工具1096.4　大数据可视化的发展1096.4.1　大数据可视化面临的挑战1096.4.2　大数据可视化的发展方向1106.4.3　大数据可视化未来的应用111小结112习题113第7章　大数据应用1157.1　大数据在金融领域的应用1157.1.1　大数据与客户管理1167.1.2　大数据与风险管控1197.1.3　大数据与运营优化1217.2　大数据在互联网领域的应用1227.2.1　大数据与电子商务1227.2.2　大数据与社交媒体1267.2.3　大数据与零售行业1287.3　大数据在生物医学领域的应用1297.3.1　大数据与流行病预测1297.3.2　大数据与智慧医疗1327.3.3　大数据与生物信息学1347.4　大数据在其他领域的应用1357.4.1　大数据与智慧物流1367.4.2　大数据与汽车行业1377.4.3　大数据与公共管理1417.4.4　大数据与教育行业145小结147习题148第8章　大数据隐私与安全1508.1　大数据面临的隐私与安全问题1518.1.1　大数据隐私与安全的定义1518.1.2　影响大数据隐私与安全的主要因素1528.1.3　大数据隐私与安全问题的分类1538.2　大数据隐私与安全的防护策略1568.2.1　存储安全策略1578.2.2　应用安全策略1588.2.3　管理安全策略1598.3　大数据隐私与安全的防护技术162 8.3.1　数据采集与存储安全技术1628.3.2　数据挖掘安全技术1668.3.3　数据发布安全技术1678.3.4　防范APT技术168小结172习题173参考文献175