"本书系统介绍了大数据基础知识和相关技术，全书分为大数据基础、大数据存储与管理篇、大数据采集与预处理、大数据分析与挖掘、大数据平台Hadoop实践与应用案例5篇,共17章，主要内容包括大数据基本概念、大数据平台Hadoop基础、大数据存储与管理基本概念、大数据分布式文件系统HDFS、大数据分布式数据库系统HBase、大数据分布式数据仓库系统Hive、大数据采集与预处理技术、大数据采集工具、大数据计算模式、大数据MapReduce计算模型、大数据Spark计算模型、大数据Flink计算模型、大数据MapReduce基础算法、大数据挖掘算法、Hadoop大数据平台实践、开敞式码头系泊缆力预测应用案例以及曙光XData大数据平台及应用案例。全书提供了大量应用实例，且大多章后附有习题。本书特色在于融会贯通大数据基本概念与大数据技术及应用，很好地将大数据概念、技术及应用融合在一起，便于读者更好地理解大数据基本概念，更快掌握大数据前沿技术及其应用。 本书适合作为高等院校计算机、软件工程、信息管理等相关专业的本科生及研究生大数据技术课程的教学用书，也可作为相关IT工程技术人员的参考用书。 本书适合机器学习初学者，包括本科生、研究生以及未来有意向从事人工智能领域工作的人员学习使用。 "

宋旭东，博士，大连交通大学计算机与通信工程学院教授，辽宁省高校优秀青年骨干教师，教育部学位与研究生教育评估评审专家，教育部科研基金和科技奖励评审专家，辽宁省科技奖励评审专家，美国伍斯特理工学院国家公派访问学者。主要从事：人工智能、大数据技术、量子计算等方面的研究工作，具有深厚的理论基础及较为丰富的科研经验。发表科研学术论文100多篇，出版教材10部，主持或参加过40多项科研项目。研究成果获国家发明专利2项，软件登记注册15项。

前言(第2版) 《大数据技术基础》第1版于2019年8月完成，距今已有4年多的时间。在过去的4年时间里，一方面，大数据技术发展迅猛，诸如Flink流计算等新技术迅速崛起，为大数据采集、存储、处理和计算带来众多新概念、新框架和新方法。因此，我们对第1版内容进行了补充和修订，例如，有关Kafka消息队列、Flink流计算模型等内容，以适应大数据技术的快速发展，保持本书的先进性。另一方面，我们结合广大一线教师在使用本教材进行教学过程中的收获与体会，以及提出的宝贵意见和修改建议，对第1版中有关大数据HBase数据库和大数据Hive数据仓库操作实践等内容进行了补充和修订，以适应广大师生实践大数据操作需求，保持本书的实用性。 本书依然保持融会贯通大数据概念与大数据技术及应用特色，很好地将大数据概念、技术及应用融合在一起，便于读者更好地理解大数据基本概念，更快掌握大数据前沿技术及其应用。本书依然沿用第1版的篇幅设计，全书分为5篇： 大数据基础、大数据存储与管理、大数据采集与预处理、大数据分析与挖掘、大数据平台Hadoop实践与应用案例。 在章节部分，新增加一章，即第12章“大数据Flink计算模型”，被安排在第4篇“大数据分析与挖掘”中。新增加的“Kafka消息队列大数据采集系统”，被安排在第3篇“大数据采集与预处理”的第8章“大数据采集工具”中的第3节。新增加的“大数据回归分析算法”被安排在第4篇“大数据分析与挖掘”的第14章“大数据挖掘算法”中的第4节。除此之外，对本书的第1章“大数据基本概念”、第2章“大数据平台Hadoop基础”、第4章“大数据分布式文件系...