本书立足于大数据技术的理论与实践，以“从零到一构建企业级数据仓库”为主线，系统地讲解大数据技术栈的核心组件、数据建模方法论及行业级应用实践。书中从大数据的概念、应用场景及Hadoop生态体系等基础知识开始介绍，详细讲解了Hadoop集群搭建，HDFS(分布式文件系统)、MapReduce(分布式计算框架)和YARN(资源调度器)Hadoop三大核心组件，Hive数据仓库，数据采集全链路技术，数据仓库建模知识，并以“在线教育”行业为背景，通过真实项目实战串联全书知识点。