本篇以大数据分析全流程为主线,介绍了数据采集、数据存储与管理、数据处理与分析、数据可视化等环节典型软件的安装、使用和基础编程方法。

本篇内容涵盖操作系统(Linux和Windows)、开发工具(Eclipse)以及大数据相关技术、软件( Sqoop. Kafka、Flume, Hadoop、HDFS. MapReduce. HBase、Hive、Spark、MySQL、MongoDB、Redis、R . Easel. ly、D3、魔镜、ECharts、Tableau)等。

本篇共13章,详细介绍系统和软件的安装、使用以及基础编程方法。

第1章介绍大数，据的关键技术和代表性软件，帮助读者形成对大数据技术及其代表性软件的总体性认识。

第2章介绍Linux系统的安装和使用方法,为后面其他章节的学习奠定基础。

第3章介绍分布式计算框架Hadoop的安装和使用方法。

第4章介绍分布式文件系统HDFS的基础编程方法。

第5章介绍分布式数据库HBase 的安装和基础编程方法。

第6章介绍典型No-SQL数据库的安装和使用方法,包括键值数据库Redis和文档数据库MongoDB。

第7章介绍如何编写基本的MapReduce程序。

第8章介绍基于Hadoop的数据仓库Hive的安装和使用方法。

第9章介绍基于内存的分布式计算框架Spark的安装和基础编程方法。

第10章介绍5种典型的可视化工具的安装和使用方法，包括Easel. ly. D3、魔镜、ECharts. Tab-leau等。

第11章介绍数据采集工具的安装和使用方法，包括Flume、Kafka和Sqoop。

第12章介绍一个大数据课程综合实验案例,即网站用户购物行为分析。第13章通过5个实验让读者加深对知识的理解。

本篇精髓所在：

步步引导，循序渐进：详尽的安装指南为顺利搭建大数据实验环境铺平道路；

深入浅出，去粗取精：丰富的代码实例帮助快速掌握大数据基础编程方法；

精心设计，巧妙融合：五套大数据实验题 目促进理论与编程知识的消化和吸收；

结合理论，联系实际：大数据课程综合实验案例精彩呈现大数据分析全流程；

由于篇幅过长，小编就不多做介绍了，希望用简短的言语就能够让大家明白，本篇究竟要讲什么，给大家带来哪些帮助。

大家如果需要本篇{大数据基础编程、实验和案例教程}文档的话，首先可以转发此文让更多的人受益，大家一起学习，其次捎带关注一下小编以后不迷路。最后的话就来私信小编“学习”来得到本文档的获取方式吧！

大数据软件之间的相互关系

大数据的时代已经到来,大数据作为继云计算、物联网之后IT行业又一颠覆性的技术,备受关注。大数据无处不在,包括金融、汽车.零售、餐饮、电信、能源、政务、医疗、体育、娱乐等在内的社会各行各业,都融入了大数据之中,大数据对人类的社会生产和生活必将产生重大而深远的影响。