厦门大学林子雨编著《大数据技术原理与应用》教材配套讲义PPT
工信部”全国云计算及大数据应用技术人才培训考试项目”唯一指定大数据教材
全国多所高校大数据课程选用本教材
扫一扫手机访问本主页
第2版教材配套讲义PPT
（林子雨编著《大数据技术原理与应用（第2版）》教材由人民邮电出版社于2017年2月出版发行）
第0章课程介绍
内容提要：对于课程的基本介绍，包括课程特色、教材介绍、篇章安排、中国高校大数据课程公共服务平台各种教学资源使用方法、主讲教师和助教等
第1章大数据概述
内容提要：首先介绍了大数据发展历程、基本概念、主要影响、应用领域、关键技术、计算模式和产业发展，并阐述了云计算、物联网的概念及其与大数据之间的紧密关系。
第2章大数据处理架构Hadoop
内容提要：介绍Hadoop的发展历史、重要特性和应用现状，并详细介绍Hadoop项目结构及其各个组件，最后，演示如何在Linux操作系统下安装和配置Hadoop。
第3章Hadoop分布式文件系统
内容提要：首先介绍分布式文件系统的基本概念、结构和设计需求，然后介绍Hadoop分布式文件系统HDFS，详细阐述它的重要概念、体系结构、存储原理和读写过程，最后，介绍了一些HDFS编程实践方面的知识。
第4章分布式数据库HBase
内容提要：首先介绍了HBase的由来及其与关系数据库的区别，然后，介绍了HBase访问接口、数据模型、实现原理和运行机制，并在最后介绍了HBase编程实践方面的一些知识。
第5章NoSQL数据库
第6章云数据库
内容提要：首先介绍云数据库的概念、特性及其与其他数据库的关系，然后，介绍云数据库的代表性产品和厂商，最后，以阿里云数据库RDS为实例演示如何使用云数据库。
第7章MapReduce
内容提要：介绍MapReduce模型，阐述其具体工作流程，并以单词统计为实例介绍MapReduce程序设计方法，同时，还介绍了MapReduce的具体应用，最后讲解MapReduce编程实践。
第8章Hadoop架构再探讨
内容提要：本章首先介绍Hadoop的局限与不足，并从全局视角系统总结针对Hadoop的改进与提升；然后，介绍Hadoop在自身核心组件方面的新发展，包括HDFS2.0新特性和新一代资源管理调度框架YARN框架；最后，介绍Hadoop推出之后陆续涌现的具有代表性的新功能组件，包括Pig、Tez、Spark和Kafka等，这些组件对Hadoop的局限进行了有效的改进，进一步丰富和发展了Hadoop生态系统。
第9章Spark
内容提要：本章首先简单介绍Spark与Scala编程语言，接着分析Spark与Hadoop的区别，认识HadoopMapReduce计算模型的缺陷与Spark的优势；然后讲解了Spark的生态系统和架构设计，并介绍了SparkSQL以及Spark的部署和应用方式；最后介绍Spark的安装与基本的编程实践。
第10章流计算
内容提要：首先介绍流计算的基本概念和需求，分析了MapReduce框架为何不适合处理流数据；然后，阐述了流计算的处理流程和可应用的场景；接着介绍了流计算框架Storm的设计思想和架构设计；最后，通过实例来加深对Storm框架的了解。
第11章图计算
内容提要：首先介绍传统图计算解决方案的不足，然后详细介绍了Pregel图计算模型、C++API、体系结构和应用实例，最后，对PageRank算法在Pregel和MapReduce中的不同实现方式进行了比较，从而说明Pregel在处理图计算问题方面的优势。
第12章数据可视化
第13章大数据在不同领域的应用
本章PPT包含了教材第13、14、15章共3章内容。
内容提要：首先介绍推荐系统的概念，描述长尾理论与推荐系统的内在联系，并介绍不同的推荐方法以及推荐系统的应用；然后，重点介绍协同过滤算法的基本思想；最后，通过实例来讲述如何实现一个简易的推荐系统。
第1版教材配套讲义PPT
（林子雨编著《大数据技术原理与应用（第1版）》教材由人民邮电出版社于2015年8月出版发行）
章节说明：教材只需要授课第1章到第11章，因此，只提供前11章讲义PPT；第12章和13章属于学生自学内容，不需要授课，不用讲义PPT。
新增章节：2015年8月1日出版发行的《大数据技术原理与应用》教材（第1版）共13章，针对2015、2016年大数据技术的新发展，2016年林子雨老师为教材新增了三个章节（将在下一版教材中放入教材），新增第14章基于Hadoop的数据仓库Hive、第15章Hadoop架构再探讨、第16章Spark。
版本说明：林子雨老师在备课讲课过程中，会不断改进完善讲义PPT，并上传最新版本，建议下载每章PPT的最新版本；为了记录历史变化，也保留了旧版本。
内容提要：首先介绍了大数据发展历程、基本概念、主要影响、应用领域、关键技术、计算模式和产业发展，并阐述了云计算、物联网的概念及其与大数据之间的紧密关系
内容提要：介绍Hadoop的发展历史、重要特性和应用现状，并详细介绍Hadoop项目结构及其各个组件，最后，演示如何在Linux操作系统下安装和配置Hadoop
内容提要：首先介绍分布式文件系统的基本概念、结构和设计需求，然后介绍Hadoop分布式文件系统HDFS，详细阐述它的重要概念、体系结构、存储原理和读写过程，最后，介绍了一些HDFS编程实践方面的知识
内容提要：首先介绍了HBase的由来及其与关系数据库的区别，然后，介绍了HBase访问接口、数据模型、实现原理和运行机制，并在最后介绍了HBase编程实践方面的一些知识
内容提要：首先介绍云数据库的概念、特性及其与其他数据库的关系，然后，介绍云数据库的代表性产品和厂商，最后，以阿里云数据库RDS为实例演示如何使用云数据库
内容提要：介绍MapReduce模型，阐述其具体工作流程，并以单词统计为实例介绍MapReduce程序设计方法，同时，还介绍了MapReduce的具体应用，最后讲解MapReduce编程实践
第8章流计算
内容提要：首先介绍流计算的基本概念和需求，分析了MapReduce框架为何不适合处理流数据；然后，阐述了流计算的处理流程和可应用的场景；接着介绍了流计算框架Storm的设计思想和架构设计；最后，通过实例来加深对Storm框架的了解
第9章图计算
内容提要：首先介绍传统图计算解决方案的不足，然后详细介绍了Pregel图计算模型、C++API、体系结构和应用实例，最后，对PageRank算法在Pregel和MapReduce中的不同实现方式进行了比较，从而说明Pregel在处理图计算问题方面的优势
第10章数据可视化
第11章大数据在互联网领域的应用
内容提要：首先介绍推荐系统的概念，描述长尾理论与推荐系统的内在联系，并介绍不同的推荐方法以及推荐系统的应用；然后，重点介绍协同过滤算法的基本思想；最后，通过实例来讲述如何实现一个简易的推荐系统
第12章大数据在生物医学领域的应用
第12章介绍大数据在生物医学领域的应用知识，内容比较简单，属于学生自学范畴，不用授课，不需要讲义PPT。
第13章大数据在其他领域的应用
第13章介绍大数据在各个其他领域的应用知识，内容比较简单，属于学生自学范畴，不用授课，不需要讲义PPT。
第14章基于Hadoop的数据仓库Hive
说明：第14章基于Hadoop的数据仓库Hive，是2016年新增章节，不在2015年8月1日由人民邮电出版社出版的《大数据技术原理与应用》（第1版）教材中，本章将被放入到第2版教材中。
内容提要：本章首先介绍了数据仓库的概念、Hive的基本特征、与其他组件之间的关系、与传统数据库的区别以及它在企业中的具体应用；接着详细介绍了Hive的系统架构，包括基本组成模块、工作原理和几种外部访问方式，描述了Hive的具体应用及HiveHA原理；同时，介绍了新一代开源大数据分析引擎Impala及其与Hive的比较分析；最后，以单词统计为例，介绍了如何使用Hive进行简单编程，并说明了Hive编程相对于MapReduce编程的优势。
讲义PPT下载：
教材电子书下载：
本章内容属于2016年林子雨新编写的章节，不在第1版教材中，请在这里下载本章PDF格式电子书。
第15章Hadoop架构再探讨
说明：第15章Hadoop架构再探讨，是2016年新增章节，不在2015年8月1日由人民邮电出版社出版的《大数据技术原理与应用》（第1版）教材中，本章将被放入到第2版教材中。
第16章Spark
说明：第16章Spark，是2016年新增章节，不在2015年8月1日由人民邮电出版社出版的《大数据技术原理与应用》（第1版）教材中，本章将被放入到第2版教材中。