本书以北京亚控科技发展有限公司开发研制的组态软件“组态王7.5”为基础(也有“组态王6.53”)，通过设计一个化学反应监控画面，阐述了组态王软件的基本理论与应用，并对工程管理器及组态王运行系统、组态王信息窗口及用户管理与系统安全、配方管理、冗余系统、组态王历史库、组态王与其他应用程序的动态数据交换、OPC设备等内容做了介绍。最后结合“基于现场总线粮情管控一体化系统的研究与设计”和“组态王在电镀控制系统的应用”两个科研项目，详细讲述了基于现场总线粮情管控一体化系统和电镀控制系统的监控界面

在数字化浪潮中，大数据技术无处不在，包括互联网、体育、工业、医疗、交通等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活产生了重大而深远的影响。一早醒来，多篇你感兴趣的推送文章早已占领手机屏幕；走在路上，智能手环实时监测着你的健康信息；想点外卖，小程序优先推荐最符合你口味的商家；骑车出行，导航系统会提供实时路况和最优路线避开拥堵；晚上回家，收到工厂根据你的身材比例剪裁制作的个性化服装。这些现象的背后，其实都和大数据息息相关。大数据技术正在不断与人类生产生活进行交汇与融合，并

本教材是计算机类专业的专业必修课教材和教育公共必修课教材。大数据涉及知识面广，应用场景多种多样，需要培养大数据思维，继而才能运用大数据思维展开分析应用技术。这就需要学习者能够宏观构建大数据环境的认知，掌握大数据处理的流程和相关技术，继而在明确应用思路引导下融汇知识，才能进一步结合大数据应用场景展开研究和探索。但是，目前市面上的大数据教材知识普及性强，应用梳理欠缺，不利于应用型大学学生的学习。本教材针对以上问题，立足“知其然，更要知其所以然”理念，从大数据典型案例出发理解案例应用的目标、

本书围绕数据分析的基本概念与常用方法，提供一套适用于初学者快速入门的实践教材。本书中以医学数据为例，围绕实际应用场景中最常见的五种数据形式：统计数据、文本数据、时序数据、图像数据以及健康数据，从基本概念、初步探索到综合应用的全流程系统示范教学。本书共计五个章节，分别为：统计数据分析、文本数据分析、时序数据分析、图像数据分析以及健康数据分析。教材以典型案例为依托，涵盖临床统计数据、电子病例数据、脑电信号数据、医学影像数据和可穿戴设备数据等五种形态。本书旨在利用案例教学将知识点融会贯通，配

本书系统介绍了大数据的相关知识，全书共13章，内容包括Hadoop大数据处理架构、HDFS分布式文件系统、YARN资源管理、MapReduce分布式计算框架、HBase分布式数据库、流数据采集、典型非关系数据库的安装与使用、分布式数据分析工具Pig、Spark大数据处理框架、基于Python的SparkRDD编程、基于Python的SparkSQL结构化数据处理、Hive分布式数据仓库、典型数据可视化工具的使用。本书对大数据相关技术给出详细的编程示例，并给出详细的注解。

本书对第1版做了修订，紧跟传统分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括：传统分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。

本书按照大数据采集与预处理的实现流程，由浅入深地讲解大数据采集与预处理的相关技术，以及如何使用不同方式对大数据进行采集与预处理。本书内容系统、全面，可帮助开发人员快速实现大量数据的采集。

本书主要内容包括大数据采集与预处理简介、PyCharm的安装与使用、Urllib库数据采集、Requests库数据采集、XPath和Beautiful Soup库数据解析、Scrapy框架数据采集与存储、Flume和Kafka日志数据采集以及使用Pandas、Pig、ELK进行数据预

本书按照大数据分析流程，以电商产品数据为例，由浅入深地讲解大数据分析的核心开发技术，以及大数据分析工具及其组件的作用和使用方法。本书内容系统、全面，可帮助读者快速掌握大数据分析技术。本书介绍了大数据分析的概念、应用场景、分析指标、分析工具、分析组件、分布式存储、分布式处理、数据离线分析、数据实时分析、数据挖掘，以及数据迁移等知识，并通过实际的操作案例，详细、直观地介绍了大数据分析的实现过程。
本书可作为高等职业院校大数据技术等专业的教材，也可作为大数据分析技术人员的参考书。

本书以Spark大数据分析的常用技术与真实项目相结合的方式，深入浅出地介绍Spark大数据分析的重要内容。全书共8个项目，内容包括广告流量检测违规识别流程分析、Spark大数据环境安装搭建、基于Hive实现广告流量检测数据存储、基于Spark SQL实现广告流量检测数据探索分析、基于Spark SQL实现广告流量检测数据预处理、基于Spark MLlib实现广告流量检测违规识别模型构建与评估、基于Spark开发环境实现广告流量检测违规识别，以及基于TipDM大数据挖掘建模平台实现广告流量检

本书基于Hadoop大数据平台，讲解大数据平台的搭建与运维、数据的采集与存储、数据的处理、数据的分析、数据的可视化等完整的大数据应用案例，不仅全面、详细地讲述Hadoop、MapReduce、HDFS、Hive、Spark和ZooKeeper等技术的相关知识，还详细介绍Hadoop集群和Hadoop HA集群的部署等内容。本书具有较强的实用性和可操作性，语言精练，通俗易懂，操作步骤描述详尽，并配有大量操作图例。