本書是一本系統(tǒng)且極具實(shí)踐指導(dǎo)意義的hadoop工具書和參考書。內(nèi)容全面，對hadoop整個技術(shù)體系進(jìn)行了全面的講解，不僅包括hdfs和mapreduce這兩大核心內(nèi)容，而且還包括hive、hbase、mahout、pig、zookeeper、avro、chukwa等與hadoop相關(guān)的子項(xiàng)目的內(nèi)容。實(shí)戰(zhàn)性強(qiáng)，為各個知識點(diǎn)精心設(shè)計(jì)了大量經(jīng)典的小案例，易于理解，可操作性強(qiáng)?！　?全書一共18章：第1章全面介紹了hadoop的概念、優(yōu)勢、項(xiàng)目結(jié)構(gòu)、體系結(jié)構(gòu)，以及它與分布式計(jì)算的關(guān)系；第2章詳細(xì)講解了hadoop集群的安裝和配置，以及常用的日志分析技巧；第3章分析了hadoop在yahoo！、ebay、facebook和百度的應(yīng)用案例，以及hadoop平臺上海量數(shù)據(jù)的排序；第4-7章深入地講解了mapreduce計(jì)算模型、mapreduce應(yīng)用的開發(fā)方法、mapreduce的工作機(jī)制，同時還列出了多個mapreduce的應(yīng)用案例，涉及單詞計(jì)數(shù)、數(shù)據(jù)去重、排序、單表關(guān)聯(lián)和多表關(guān)聯(lián)等內(nèi)容；第8-11章全面地闡述了hadoop的i/o操作、hdfs的原理與基本操作，以及hadoop的各種管理操作，如集群的維護(hù)等；第12-17章詳細(xì)而系統(tǒng)地講解了hive、hbase、mahout、pig、zookeeper、avro、chukwa等所有與hadoop相關(guān)的子項(xiàng)目的原理及使用，以及這些子項(xiàng)目與hadoop的整合使用；第18章以實(shí)例的方式講解了常用hadoop插件的使用和hadoop插件的開發(fā)。　　 本書既適合沒有hadoop基礎(chǔ)的初學(xué)者系統(tǒng)地學(xué)習(xí)，又適合有一定hadoop基礎(chǔ)但是缺乏實(shí)踐經(jīng)驗(yàn)的讀者實(shí)踐和參考。
《Hadoop實(shí)戰(zhàn)》作為云計(jì)算所青睞的分布式架構(gòu)，Hadoop是一個用Java語言實(shí)現(xiàn)的軟件框架，在由大量計(jì)算機(jī)組成的集群中運(yùn)行海量數(shù)據(jù)的分布式計(jì)算，是谷歌實(shí)現(xiàn)云計(jì)算的重要基石?！禜adoop實(shí)戰(zhàn)》分為3個部分，深入淺出地介紹了Hadoop框架、編寫和運(yùn)行Hadoop數(shù)據(jù)處理程序所需的實(shí)踐技能及Hadoop之外更大的生態(tài)系統(tǒng)。
《Hadoop實(shí)戰(zhàn)》適合需要處理大量離線數(shù)據(jù)的云計(jì)算程序員、架構(gòu)師和項(xiàng)目經(jīng)理閱讀參考。

書籍目錄： 第一部分 Hadoop——一種分布式編程框架
　第1章 Hadoop簡介
　　1.1 為什么寫《Hadoop 實(shí)戰(zhàn)》
　　1.2 什么是Hadoop
　　1.3 了解分布式系統(tǒng)和Hadoop
　　1.4 比較SQL 數(shù)據(jù)庫和Hadoop
　　1.5 理解MapReduce
　　1.5.1 動手?jǐn)U展一個簡單程序
　　1.5.2 相同程序在MapReduce中的擴(kuò)展
　　1.6 用Hadoop統(tǒng)計(jì)單詞——運(yùn)行第一個程序
　　1.7 Hadoop歷史
　　1.8 小結(jié)
　　1.9 資源
　第2章 初識Hadoop
　　2.1 Hadoop 的構(gòu)造模塊顯示全部信息
第一部分 Hadoop——一種分布式編程框架
　第1章 Hadoop簡介
　　1.1 為什么寫《Hadoop 實(shí)戰(zhàn)》
　　1.2 什么是Hadoop
　　1.3 了解分布式系統(tǒng)和Hadoop
　　1.4 比較SQL 數(shù)據(jù)庫和Hadoop
　　1.5 理解MapReduce
　　1.5.1 動手?jǐn)U展一個簡單程序
　　1.5.2 相同程序在MapReduce中的擴(kuò)展
　　1.6 用Hadoop統(tǒng)計(jì)單詞——運(yùn)行第一個程序
　　1.7 Hadoop歷史
　　1.8 小結(jié)
　　1.9 資源
　第2章 初識Hadoop
　　2.1 Hadoop 的構(gòu)造模塊
　　2.1.1 NameNode
　　2.1.2 DataNode
　　2.1.3 Secondary NameNode
　　2.1.4 JobTracker
　　2.1.5 TaskTracker
　　2.2 為Hadoop 集群安裝SSH
　　2.2.1 定義一個公共賬號
　　2.2.2 驗(yàn)證SSH安裝
　　2.2.3 生成SSH密鑰對
　　2.2.4 將公鑰分布并登錄驗(yàn)證
　　2.3 運(yùn)行Hadoop
　　2.3.1 本地（單機(jī)）模式
　　2.3.2　 偽分布模式
　　2.3.3 全分布模式
　　2.4 基于Web 的集群用戶界面
　　2.5 小結(jié)
　第3章 Hadoop組件
　　3.1 HDFS 文件操作
　　3.1.1 基本文件命令
　　3.1.2 編程讀寫HDFS
　　3.2 剖析MapReduce 程序
　　3.2.1 Hadoop數(shù)據(jù)類型
　　3.2.2 Mapper
　　3.2.3 Reducer
　　3.2.4 Partitioner：重定向Mapper輸出
　　3.2.5 Combiner：本地reduce
　　3.2.6 預(yù)定義mapper和Reducer類的單詞計(jì)數(shù)
　　3.3 讀和寫
　　3.3.1 InputFormat
　　3.3.2 OutputFormat
　　3.4 小結(jié)
第二部分 實(shí)戰(zhàn)
　第4章 編寫MapReduce基礎(chǔ)程序
　　4.1 獲得專利數(shù)據(jù)集
　　4.1.1 專利引用數(shù)據(jù)
　　4.1.2 專利描述數(shù)據(jù)
　　4.2 構(gòu)建MapReduce 程序的基礎(chǔ)模板
　　4.3 計(jì)數(shù)
　　4.4 適應(yīng)Hadoop API 的改變
　　4.5 Hadoop 的Streaming
　　4.5.1 通過Unix命令使用Streaming
　　4.5.2 通過腳本使用Streaming
　　4.5.3 用Streaming處理鍵/值對
　　4.5.4 通過Aggregate包使用Streaming
　　4.6 使用combiner 提升性能
　　4.7 溫故知新
　　4.8 小結(jié)
　　4.9 更多資源
　第5章 高階MapReduce
　　5.1 鏈接MapReduce 作業(yè)
　　5.1.1 順序鏈接MapReduce作業(yè)
　　5.1.2 具有復(fù)雜依賴的MapReduce鏈接
　　5.1.3 預(yù)處理和后處理階段的鏈接
　　5.2 聯(lián)結(jié)不同來源的數(shù)據(jù)
　　5.2.1 Reduce側(cè)的聯(lián)結(jié)
　　5.2.2 基于DistributedCache的復(fù)制聯(lián)結(jié)
　　5.2.3 半聯(lián)結(jié)：map側(cè)過濾后在reduce側(cè)聯(lián)結(jié)
　　5.3 創(chuàng)建一個Bloom filter
　　5.3.1 Bloom filter做了什么
　　5.3.2 實(shí)現(xiàn)一個Bloom filter
　　5.3.3 Hadoop 0.20 以上版本的Bloom filter
　　5.4 溫故知新
　　5.5 小結(jié)
　　5.6 更多資源
　第6章 編程實(shí)踐
　　6.1 開發(fā)MapReduce 程序
　　6.1.1 本地模式
　　6.1.2 偽分布模式
　　6.2 生產(chǎn)集群上的監(jiān)視和調(diào)試
　　6.2.1 計(jì)數(shù)器
　　6.2.2 跳過壞記錄
　　6.2.3 用IsolationRunner重新運(yùn)行出錯的任務(wù)
　　6.3 性能調(diào)優(yōu)
　　6.3.1 通過combiner來減少網(wǎng)絡(luò)流量
　　6.3.2 減少輸入數(shù)據(jù)量
　　6.3.3 使用壓縮
　　6.3.4 重用JVM
　　6.3.5 根據(jù)猜測執(zhí)行來運(yùn)行
　　6.3.6 代碼重構(gòu)與算法重寫
　　6.4 小結(jié)
　第7章 細(xì)則手冊
　　7.1 向任務(wù)傳遞作業(yè)定制的參數(shù)
　　7.2 探查任務(wù)特定信息
　　7.3 劃分為多個輸出文件
　　7.4 以數(shù)據(jù)庫作為輸入輸出
　　7.5 保持輸出的順序
　　7.6 小結(jié)
　第8章 管理Hadoop
　　8.1 為實(shí)際應(yīng)用設(shè)置特定參數(shù)值
　　8.2 系統(tǒng)體檢
　　8.3 權(quán)限設(shè)置
　　8.4 配額管理
　　8.5 啟用回收站
　　8.6 刪減DataNode
　　8.7 增加DataNode
　　8.8 管理NameNode 和SNN
　　8.9 恢復(fù)失效的NameNode
　　8.10 感知網(wǎng)絡(luò)布局和機(jī)架的設(shè)計(jì)
　　8.11 多用戶作業(yè)的調(diào)度
　　8.11.1 多個JobTracker
　　8.11.2 公平調(diào)度器
　　8.12 小結(jié)
第三部分 Hadoop也瘋狂
　第9章 在云上運(yùn)行Hadoop
　　9.1 Amazon Web Services 簡介
　　9.2 安裝AWS
　　9.2.1 獲得AWS身份認(rèn)證憑據(jù)
　　9.2.2 獲得命令行工具
　　9.2.3 準(zhǔn)備SSH密鑰對
　　9.3 在EC2 上安裝Hadoop
　　9.3.1 配置安全參數(shù)
　　9.3.2 配置集群類型
　　9.4 在EC2 上運(yùn)行MapReduce 程序
　　9.4.1 將代碼轉(zhuǎn)移到Hadoop集群上
　　9.4.2 訪問Hadoop集群上的數(shù)據(jù)
　　9.5 清空和關(guān)閉EC2 實(shí)例
　　9.6 Amazon Elastic MapReduce 和其他AWS 服務(wù)
　　9.6.1 Amazon Elastic MapReduce
　　9.6.2 AWS導(dǎo)入/導(dǎo)出
　　9.7 小結(jié)
　第10章 用Pig編程
　　10.1 像Pig 一樣思考
　　10.1.1 數(shù)據(jù)流語言
　　10.1.2 數(shù)據(jù)類型
　　10.1.3 用戶定義函數(shù)
　　10.2 安裝Pig
　　10.3 運(yùn)行Pig
　　10.4 通過Grunt 學(xué)習(xí)Pig Latin
　　10.5 談?wù)凱ig Latin
　　10.5.1 數(shù)據(jù)類型和schema
　　10.5.2 表達(dá)式和函數(shù)
　　10.5.3 關(guān)系型運(yùn)算符
　　10.5.4 執(zhí)行優(yōu)化
　　10.6 用戶定義函數(shù)
　　10.6.1 使用UDF
　　10.6.2 編寫UDF
　　10.7 腳本
　　10.7.1 注釋
　　10.7.2 參數(shù)替換
　　10.7.3 多查詢執(zhí)行
　　10.8 Pig 實(shí)戰(zhàn)——計(jì)算相似專利的例子
　　10.9 小結(jié)
　第11章 Hive及Hadoop群
　　11.1 Hive
　　11.1.1 安裝與配置Hive
　　11.1.2 查詢的示例
　　11.1.3 深入HiveQL
　　11.1.4 Hive小結(jié)
　　11.2 其他Hadoop 相關(guān)的部分
　　11.2.1 HBase
　　11.2.2 ZooKeeper
　　11.2.3 Cascading
　　11.2.4 Cloudera
　　11.2.5 Katta
　　11.2.6 CloudBase
　　11.2.7 Aster Data和Greenplum
　　11.2.8 Hama和Mahout
　　11.2.9 search-hadoop.com
　　11.3 小結(jié)
　第12章 案例研究
　　12.1 轉(zhuǎn)換《紐約時報(bào)》1100 萬個庫存圖片文檔
　　12.2 挖掘中國移動的數(shù)據(jù)
　　12.3 在StumbleUpon 推薦最佳網(wǎng)站
　　12.3.1 分布式StumbleUpon 的開端
　　12.3.2 HBase 和StumbleUpon
　　12.3.3 StumbleUpon 上的更多Hadoop 應(yīng)用
　　12.4 搭建面向企業(yè)查詢的分析系統(tǒng)——IBM的ES2 項(xiàng)目
　　12.4.1 ES2 系統(tǒng)結(jié)構(gòu)
　　12.4.2 ES2 爬蟲
　　12.4.3 ES2 分析
　　12.4.4 小結(jié)
　　12.4.5 參考文獻(xiàn)
附錄A HDFS文件命令