本书以大数据关键技术为主线，重点介绍了大数据采集技术和数据预处理技术。共七章，第一章为大数据概述，重点阐述了大数据概念、大数据关键技术以及大数据采集和数据预处理的重要性；第二章在阐述传统数据采集相关技术基础上，从数据发展出发，剖析了大数据采集的特点和相关技术；第三章介绍了常用的大数据采集架构；第四章介绍了针对系统数据来源复杂、数据量大的企业数据的大数据迁移技术；第五章介绍了互联网数据抓取与处理技术；第六章介绍了数据预处理技术，包括数据清洗、数据集成、数据变换和数据归约等技术。