本书面向鲲鹏云架构的大数据系统部署与基础应用，内容设置上循序渐进，按照人才成长规律与职业技能路径，结合华为大数据认证技能标准规划，从典型的Hadoop和Spark大数据分析知识体系，逐步过渡到不同底层架构、灵活多变的大数据应用场景，精准培养适应鲲鹏应用的大数据工程师。 本书旨在培养学生对鲲鹏云、大数据应用开发、相关工具与设计思想的综合基础应用能力；培养学生自主学习以及终身学习能力，自主查阅与搜寻信息的能力；培养学生的编程能力和良好的编程规范意识，使学生掌握鲲鹏云与大数据相关的基本技术与方法，具备软件开发与运维的基础能力。通过理论和实践教学，学生能够理解鲲鹏云大数据应用的设计开发思路以及一系列的相关方法，进一步巩固基础课程的知识内容。

第1章 大数据技术概述
1.1 引言
1.2 大数据时代的机遇和挑战
1.3 大数据在各行业的需求和应用
1.4 本章小结
第2章 Hadoop与鲲鹏大数据架构
2.1 引言
2.2 Hadoop三大组件——MapReduce
2.3 Hadoop三大组件——YARN
2.4 鲲鹏大数据存储架构原理
2.5 鲲鹏Volcano智能调度框架
2.6 鲲鹏云服务基础介绍
2.7 本章小结
第3章 HDFS架构
3.1 引言
3.2 HDFS概述
3.3 HDFS设计
3.4 HDFS高级特性
3.5 本章小结
第4章 分布式协调凋系统与非关系数据库
4.1 引言
4.2 Zookeeper关键特性
4.3 Zookeeper协调
4.4 HBase概述与设计架构
4.5 HBase读写流程
4.6 HBase高级特性
4.7 本章小结
第5章 Hive数据离线处理
5.1 引言
5.2 Hive简介
5.3 Hive的功能与架构
5.4 Hive SQL介绍
5.5 本章总结
第6章 Spark生态圈
6.1 引言
6.2 Spark概述
6.3 Spark的原理与架构
6.4 Spark SQL、DataSet和DataFrame
6.5 Spark Structured Streaming
6.6 Spark Streaming
6.7 本章总结
第7章 数据采集系统概述
7.1 引言
7.2 Flume与Kafka简介
7.3 Flume设计架构与工作原理
7.4 Kakfa设计架构与工作原理
7.5 Flume与Kafka的区别与应用场景
7.6 本章总结
第8章 鲲鹏BigData Pro综合案例
8.1 引言
8.2 大数据日志分析综合项目分析
8.3 测试集基础知识
8.4 大数据平台的监控
8.5 本章总结
第9章 鲲鹏社区
9.1 引言
9.2 鲲鹏社区整体介绍
9.3 应用开发
9.4 学习发展
9.5 鲲鹏产品及解决方案
9.6 鲲鹏生态
9.7 本章总结
参考文献