全书共分8个项目，包括数据采集与预处理准备、使用网络爬虫采集网络数据、使用Flume采集日志数据、使用Kafka采集日志数据、使用Pandas预处理数据、使用Kettle预处理数据、使用其他常用工具预处理数据、项目实战——采集和预处理某租房网站数据。