全书共包括12个模块，分别是大数据概论、Hadoop基础知识、HDFS分布式文件系统、YARN资源管理调度框架、MapReduce分布式并行计算框架、Zoopkeeper、数据采集工具、Hive分布式数据仓库、HBase NoSQL数据库、Kafka分布式消息队列、Spark分布式计算框架、流计算框架。

        本书可作为本科及高职院校专业课的教材，也可供大数据相关的研究人员和从业者学习参考。