前言

近几年，大数据技术迅猛发展，在各个领域都得到广泛关注，推动了新一轮技术发展浪潮。大数据技术的发展，已被列为国家重大发展战略。到2016年为止，大数据已经是第三次出现在政府工作报告中；而在过去的几年里，无论是聚焦大数据发展的《促进大数据发展行动纲要》，还是“十三五”规划中都深刻体现了政府对大数据产业和应用发展的重视。

大数据发展一般会经历扩散期、加速期、转型期、成熟期。目前国内发展还处于第二和第三阶段，数据与传统产业的融合还处于起步阶段，各行业对大数据分析和挖掘的应用还不理想。但随着市场竞争的加剧，各行业对大数据技术研究的热情越来越高，未来几年，各领域的数据分析都将大规模应用。本书在注重大数据时代应用环境前提下，考虑大数据处理分析需求多样、复杂的基本情况，从初学者角度出发，以轻量级理论、丰富的实例介绍大数据常用计算模式的各种系统和工具，注重大数据分析实践操作。本书主要特点如下。

1.内容丰富多样，对比学习

考虑到当前大数据发展处于起步并逐步赶超先进的阶段，其应用领域丰富广泛，本书除了介绍典型开源大数据处理框架——Apache Hadoop框架之外，还介绍了批处理计算Spark、流式计算及典型工具（Storm、Apex、Flink）和事件流及典型工具（Druid）等，让读者了解不同类型工具系统的特点，并配以丰富简单易上手的实例，让读者能够切实体会和掌握各种类型工具的特点和应用。

2.轻量级理论，重在培养动手实践能力

为了让读者能够快速掌握技能并保证理论能够适应实践要求，本书本着轻量级理论原则，给出丰富的实例、详实的实验操作步骤，使读者易于配置的实验环境，让读者能够快速上手，在做中学。

3.有效结合实际应用

除了各章节给出的配套实例外，本书在最后还给出电商领域的大数据分析综合实例，以实际行业应用案例说明大数据处理和计算工具的使用，并进一步阐述大数据行业应用的重大意义。

为了方便读者学习和使用，本书中所有实验操作和实验代码均经过实际运行测试，可直接使用运行。

本书由陈志德、曾燕清、李翔宇共同完成，陈志德统编全稿。由于编者水平有限，书中不妥或错误之处在所难免，不当之处敬请读者批评指正，并将反馈意见发送到邮箱feedbackbigdata@163.com，以便我们及时修正完善。

编者

2016年10月