模块1  初识大数据

    1.1  必备知识

      1.1.1  大数据概述

      1.1.2  大数据的产生和类型

      1.1.3  大数据分析工具

    1.2  扩展知识

      1.2.1  大数据的应用

      1.2.2  大数据技术概述

    思考与练习

  模块2  Hadoop基础

    2.1  必备知识

      2.1.1  Hadoop概述

      2.1.2  Hadoop的发展史

      2.1.3  Hadoop的优势

      2.1.4  HDFS的原理

      2.1.5  Hadoop MapReduce的原理

    2.2扩展知识

      2.2.1  Hadoop在全球最大超市业者Wal-Mart的应用

      2.2.2  Hadoop在Visa的应用

      2.2.3  Hadoop在百度的应用

    2.3  实训

    思考与练习

  模块3  HDFS的应用

    3.1  必备知识

      3.1.1  命令行常用接口

      3.1.2  HDFS操作

    3.2  扩展知识

      3.2.1  数据块的分布

      3.2.2  数据流的读取

      3.2.3  数据流的写入

    3.3  实训

      3.3.1  以标准输出方式显示Hadoop文件系统中的文件

      3.3.2  通过FileSystem API读取数据

      3.3.3  写入数据

      3.3.4  创建目录

      3.3.5  删除数据

    思考与练习

  模块4  MapReduce分布式编程应用开发

    4.1  必备知识

      4.1.1  MapReduce概述

      4.1.2  MapReduce的设计方法

      4.1.3  Hadoop MapReduce架构

      4.1.4  MapReduce的优缺点

    4.2  扩展知识

      4.2.1  Spark概述

      4.2.2  Spark和MapReduce的区别

      4.2.3  Spark的核心概念

    4.3  实训

      4.3.1  MapReduce的配置

      4.3.2  MapReduce的应用

    思考与练习

  模块5  大数据搜索技术

    5.1  必备知识

      5.1.1  搜索引擎的产生和发展

      5.1.2  搜索引擎的定义与组成

      5.1.3  搜索引擎的工作过程

      5.1.4  搜索引擎的评价指标

    5.2  扩展知识

      5.2.1  垂直网站与垂直搜索

      5.2.2  私有化的Web化数据

      5.2.3  大数据流动

    5.3  实训

      5.3.1  搜索引擎的高效利用

      5.3.2  搜索引擎营销

    思考与练习

  模块6  大数据的存储

    6.1  必备知识

      6.1.1  大数据存储概述

      6.1.2  大数据的存储模型

      6.1.3  大数据存储的问题

      6.1.4  大数据的存储方法

    6.2  扩展知识

      6.2.1  下一代数据容量技术

      6.2.2  图形数据库

      6.2.3  分布式存储

      6.2.4  数据存储管理

      6.2.5  云存储技术

    6.3  实训

      6.3.1  常见云盘的使用

      6.3.2  大数据存储管理软件的安装

    思考与练习

  模块7  大数据分析和挖掘

    7.1  必备知识

      7.1.1  大数据分析概述

      7.1.2  大数据挖掘概述

    7.2  扩展知识

      7.2.1  大数据分析法

      7.2.2  大数据分析的应用

    7.3  实训

    思考与练习

  模块8  大数据的可视化

    8.1  必备知识

      8.1.1  可视化技术概述

      8.1.2  大数据可视化分析工具

    8.2  扩展知识

      8.2.1  Excel的函数与图表

      8.2.2  数据的整理及常见统计量

    8.3  实训

      8.3.1  使用Excel制作学生考试成绩直方图

      8.3.2  使用Excel制作学生成绩折线图

      8.3.3  使用Excel制作个人消费饼图

    思考与练习

  模块9  大数据的安全

    9.1  必备知识

      9.1.1  数据安全的定义

      9.1.2  数据处理与存储的安全

      9.1.3  威胁数据安全的主要因素

      9.1.4  安全机制与防护技术

      9.1.5  大数据安全的应用

    9.2  扩展知识

      9.2.1  云安全的定义

      9.2.2  云安全的思想来源

      9.2.3  云安全的问题

      9.2.4  云安全的解决方案

    9.3实训

      9.3.1  恶意代码嵌入网页

      9.3.2  常见防火墙的使用

      9.3.3  ARP病毒的防治

    思考与练习

  附录  大数据实战

    附1.1  数据分析前瞻

      附1.1.1  数据分析背景

      附1.1.2  数据挖掘目标

    附1.2  分析方法和过程

      附1.2.1  数据挖掘

      附1.2.2  数据整理

      附1.2.3  数据导入

      附1.2.4  数据取样

      附1.2.5  数据分析及结论

  参考文献