随着互联网的飞速发展，各个行业的数据信息激增，我们正在经历着一场由数据引发的社会革命，并且大数据正在成为经济社会发展的新驱动力。大数据重要的价值在于应用，古人云“巧妇难为无米之炊”，而大数据应用中的首步就是数据采集，数据的完整性和准确性决定了应用的可靠性。
《数据采集与预处理项目实战》主要涉及八个项目：通过“数据采集与处理初识”学习数据采集与处理的多种方式和相关知识；通过“Flume日志文件数据采集”学习Flume两种文件通道的基本使用方法和HDFS接收器的相关配置：通过“Kafka日志文件数据采集”学习Kafka集群环境搭建和Kafka生产者消费者模型；通过“Scrapy网页数据采集”学习Scrapy框架配置及使用；通过“Requests客户端数据采集”学习Requests库的使用；通过“Kettle学生数据处理”学习Kettle工具的安装和基本使用；通过“NumPy股票数据处理”学习NumPy库的安装和使用；通过“Pandas旅游数据处理”学习Pandas库的安装和使用。
《数据采集与预处理项目实战》按照由浅入深的思路对知识体系进行编排，从数据采集组件、数据采集模块、数据采集框架、数据处理工具以及数据处理模块的使用几方面对知识点进行讲解。
《数据采集与预处理项目实战》条理清晰、内容详细，每个项目都通过学习目标、学习路径、任务描述、任务技能、任务实施、任务总结、英语角和任务习题八个模块进行相应知识的讲解。其中，学习目标和学习路径对项目包含的知识点进行简述；任务实施模块对项目中的案例进行步骤化的讲解；任务总结模块作为末尾陈述，对使用的技术和注意事项进行总结；英语角解释了项目中专业术语的含义，使学生全面掌握所讲内容。
展开
