本书以初学者的角度详细介绍park架构的核心技术，主要围绕park的架构、park的开发语言、park模块的主要功能展开；以idea为主要开发工具，cento为运行环境，采用“理实一体化”授课模式。本书内容包括park导论，park环境搭建与使用，cala语言，park弹分布式数据集，park ql、dataframe和dataet，kafka分布式发布订阅消息系统，park treaming实时计算框架，park mllib 机器学算法库，redi数据库，综合案例——park电商实时数据处理。通过对本书的学，读者可以充分理解常用数据预处理方法的精髓，掌握具体技术细节，并在实践中提升实际开发能力，为学大数据技能打下扎实基础。本书可以作为高等院校计算机、软件工程、数据科学与大数据技术等相关专业的教材，也可作为相关技术人员的参书。