本书介绍了大数据的概念、基本原理、平台技术和分析技术，编写循序渐进、图文并茂。全书共分为12个模块，分别为大数据概论，Hadoop基础知识，HDFS分布式文件系统，YARN资源管理调度框架，MapReduce分布并行计算框架，Zookeeper分布式服务协调框架，数据采集工具，分布式数据仓库等。