前 言
· III ·
在數(shù)據(jù)飛速增長的今天，數(shù)據(jù)產(chǎn)生的路徑也多種多樣，如網(wǎng)頁數(shù)據(jù)、客戶端APP數(shù)據(jù)、
操作系統(tǒng)數(shù)據(jù)、服務(wù)容器數(shù)據(jù)等，如何快速、準(zhǔn)確地采集這些數(shù)據(jù)成為開發(fā)人員必須面對
的問題。不管是大數(shù)據(jù)、云計(jì)算還是人工智能技術(shù)的實(shí)現(xiàn)都離不開數(shù)據(jù)，都需要以數(shù)據(jù)為支
撐，因此數(shù)據(jù)采集技術(shù)應(yīng)運(yùn)而生。數(shù)據(jù)采集人員可以根據(jù)數(shù)據(jù)來源的不同，選擇合適的技術(shù)
來實(shí)現(xiàn)海量數(shù)據(jù)的高效采集。
本書為數(shù)據(jù)采集的實(shí)現(xiàn)提供技術(shù)指導(dǎo)，可幫助開發(fā)人員快速實(shí)現(xiàn)不同類型數(shù)據(jù)的采集。
本書的特點(diǎn)
本書以不同類型數(shù)據(jù)采集的實(shí)現(xiàn)為主線，通過理論與實(shí)踐相結(jié)合的方式，詳細(xì)地對數(shù)據(jù)采
集技術(shù)的使用進(jìn)行講解，涉及多個(gè)數(shù)據(jù)采集技術(shù)，主要包含Scrapy網(wǎng)絡(luò)爬蟲技術(shù)、Windows操
作系統(tǒng)數(shù)據(jù)采集技術(shù)、Apache容器和Tomcat容器數(shù)據(jù)采集技術(shù)、JavaScript埋點(diǎn)式數(shù)據(jù)采集技術(shù)
等，在提高實(shí)際開發(fā)水平和項(xiàng)目能力的同時(shí)，加深對理論知識的掌握。全書知識點(diǎn)講解詳細(xì)，
在便于教師教學(xué)、學(xué)生理解的同時(shí)，還保持了整本書的知識深度。
本書結(jié)構(gòu)條理清晰、內(nèi)容詳細(xì)，每個(gè)項(xiàng)目都通過項(xiàng)目情景、學(xué)習(xí)目標(biāo)、任務(wù)描述、任務(wù)
步驟、知識儲備、拓展任務(wù)、任務(wù)總體評價(jià)和練習(xí)題8個(gè)模塊進(jìn)行相應(yīng)知識的講解。其中，項(xiàng)
目情景通過實(shí)際情景對本項(xiàng)目學(xué)習(xí)的主要內(nèi)容進(jìn)行講解，學(xué)習(xí)目標(biāo)對本項(xiàng)目內(nèi)容的學(xué)習(xí)提出要
求、任務(wù)描述對當(dāng)前任務(wù)的實(shí)現(xiàn)進(jìn)行概述，任務(wù)步驟對當(dāng)前任務(wù)進(jìn)行具體的實(shí)現(xiàn)，知識儲備對
當(dāng)前項(xiàng)目所需知識進(jìn)行講解，拓展任務(wù)對當(dāng)前知識進(jìn)行補(bǔ)充，使學(xué)生全面掌控所講內(nèi)容。
本書的主要內(nèi)容
本書共6個(gè)項(xiàng)目。
項(xiàng)目1從網(wǎng)頁數(shù)據(jù)采集開始，分別講述了Scrapy的安裝、項(xiàng)目結(jié)構(gòu)、采集流程以及操作命
令使用、Spider和Selectors編寫、數(shù)據(jù)保存等。
項(xiàng)目2詳細(xì)介紹了Windows操作系統(tǒng)數(shù)據(jù)采集的過程，包含操作系統(tǒng)結(jié)構(gòu)、進(jìn)程及進(jìn)程管
理、資源分配與調(diào)度、設(shè)備管理、文件管理系統(tǒng)、Windows的種類與應(yīng)用、Windows的Shell腳
本以及Windows用戶的日志數(shù)據(jù)拆分。
項(xiàng)目3詳細(xì)介紹了Linux基本操作，包括Linux發(fā)展史、Linux在各領(lǐng)域的發(fā)展、Linux常見發(fā)
行版、用戶操作、目錄操作、文件操作以及Linux的Shell腳本等。
項(xiàng)目4詳細(xì)介紹了Apache容器數(shù)據(jù)采集，包括中間件容器的概述、Apache的歷史與發(fā)展、
Apache的管理與使用以及Apache日志文件等。
項(xiàng)目5詳細(xì)介紹了Tomcat容器數(shù)據(jù)采集，包括Tomcat的應(yīng)用和Linux下查看Tomcat狀態(tài)和日志。
PREFACE
· IV ·
項(xiàng)目6詳細(xì)介紹了JavaScript埋點(diǎn)式數(shù)據(jù)采集，包括JavaScript埋點(diǎn)式數(shù)據(jù)采集的意義、埋點(diǎn)
技術(shù)分析以及埋點(diǎn)實(shí)現(xiàn)方案等。
教學(xué)建議
項(xiàng)　　目操作學(xué)時(shí)理論學(xué)時(shí)
項(xiàng)目1　Scrapy框架網(wǎng)頁數(shù)據(jù)采集4 4
項(xiàng)目2　Windows操作系統(tǒng)數(shù)據(jù)采集4 4
項(xiàng)目3　Linux基本操作4 4
項(xiàng)目4　Apache容器數(shù)據(jù)采集4 4
項(xiàng)目5　Tomcat容器數(shù)據(jù)采集4 4
項(xiàng)目6　JavaScript埋點(diǎn)式數(shù)據(jù)采集4 4
本書由浪潮優(yōu)派科技教育有限公司組編，由穆建平、陳天真任主編，宋磊、許國彬、劉濤
任副主編，參與編寫的還有李海斌、王緒良、商程。
由于編者水平有限，書中難免出現(xiàn)疏漏或不足之處，懇請讀者批評指正。
編　者