本书按照高等学校大数据、人工智能课程基本要求，以案例驱动的形式来组织内容，突出该课程的实践性特点。主要包含四大部分：Hadoop技术、数据仓库与Hive、Flume分布式日志处理系统、Spark及其生态圈概述。其中，Hadoop技术包括大数据与数据分析、Hadoop生态系统介绍、Hadoop存储、Hadoop计算之MapReduce、Hadoop安全等：数据仓库与Hive包括Hive与数据库的基础知识、Hive的高级特性、Hive优化及案例的应用：Flume分布式日志处理系统包括Flume介绍、Flume使用案例及Flume开发案例的应用：Spark及其生态圈概述包括Spark简介及Spark生态系统详解。