"本书以电商网站中的用户行为数据作为数据源，系统介绍了使用Spark生态系统进行离线分析和实时分析的方法。全书共6章，分别讲解了项目概述、搭建集群环境、使用Flume实现数据采集、使用Hive构建数据仓库、使用Spark进行数据分析以及使用FineBI实现数据可视化。 本书附有教学PPT、教学设计等资源，同时，为了帮助初学者更好地学习书中内容，还提供了在线答疑，欢迎读者关注。 本书适合作为高等学校数据科学与大数据技术及相关专业的教材，也适合数据分析、数据可视化等领域的从业者阅读。"

张明强,担任江苏传智播客教育科技股份有限公司教材研发中心教材编辑一职，负责编写大数据技术相关教材和制作教材的配套资源，有多年教育领域相关工作经验，曾编写《大数据项目实战》《Flinke基础入门》《Hive数据仓库》《Hbase基础入门》等大数据技术教材。

前言 党的二十大报告强调了“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”的重要性。随着云计算、移动互联网、电子商务、物联网和社交媒体的蓬勃发展，全球数据正以惊人的速度呈指数级增长，大数据已成为与物质资产和人力资本同等重要的战略资源。 然而，数据的价值不仅取决于数量，更取决于质量和分析能力。要从海量数据中挖掘出真正的价值，需要构建高效的数据采集、存储、处理和分析体系，为商业决策和社会发展提供有力支撑。 本书以电商网站用户行为数据为基础，系统讲解利用Spark生态系统进行离线分析和实时分析的方法，适合具备一定数据分析知识和大数据基础的读者学习。本书共6章，具体如下。 第1章带领读者初步了解项目背景、核心需求、技术架构及开发流程。 第2章详细介绍基于Linux操作系统搭建集群环境，包括Hadoop、Hive、Flume、Kafka、Spark等。 第3章讲解通过配置Flume的采集方案实现历史和实时用户行为数据的采集。 第4章讲解基于Hive构建数据仓库。 第5章讲解运用Spark SQL、Structured Streaming等组件对用户行为数据进行离线与实时分析。 第6章讲解在FineBI中通过Doris获取Hive的数据进行数据可视化。 在实践的过程中，读者可能会遇到各种问题，这是正常的。建议读者遇到问题时不要轻易放弃，而要积极思考，梳理思路，分析问题的原因和解决方案，并在问题解决后总结经验教训，避免重复错误。 本书配套服务 为了提升您的学习或教学体验，我们精心为本书配备了丰富的数字化资源和服务，包括...