Hadoop權威指南(第4版)(修訂版&升級版)結合理論和實踐，由淺入深，全方位介紹了Hadoop這一高性能的海量數(shù)據(jù)處理和分析平臺。

全書5部分24章，第Ⅰ部分介紹Hadoop基礎知識，主題涉及Hadoop、MapReduce、Hadoop分布式文件系統(tǒng)、YARN、Hadoop的I/O操作。

第Ⅱ部分介紹MapReduce,主題包括MapReduce應用開發(fā)；MapReduce的工作機制、MapReduce的類型與格式、MapReduce的特性。第Ⅲ部分介紹Hadoop的運維，主題涉及構建Hadoop集群、管理Hadoop。第Ⅳ部分介紹Hadoop相關開源項目，主題涉及Avro、Parquet、Flume、Sqoop、Pig、Hive、Crunch、Spark、HBase、ZooKeeper。第Ⅴ部分提供了三個案例，分別來自醫(yī)療衛(wèi)生信息技術服務商塞納(Cerner)、微軟的人工智能項目ADAM(一種大規(guī)模分布式深度學習框架)和開源項目Cascading(一個新的針對MapReduce的數(shù)據(jù)處理API)。

本書是一本權威、全面的Hadoop參考書和工具書，闡述了Hadoop生態(tài)圈的最新發(fā)展和應用，程序員可以從中探索海量數(shù)據(jù)集的存儲和分析，管理員可以從中了解Hadoop集群的安裝和運維。
 

目錄

第Ⅰ部分 Hadoop基礎知識
第1章 初識Hadoop 3
第2章 關于MapReduce 19
第3章 Hadoop分布式文件系統(tǒng) 42
第4章 關于YARN 78
第5章 Hadoop的I/O操作 96
第Ⅱ部分 關于MapReduce
第6章 MapReduce應用開發(fā) 141
第7章 MapReduce的工作機制 184
第8章 MapReduce的
第9章 MapReduce的特性 243
第Ⅲ部分 Hadoop的操作
第10章 構建Hadoop集群 279
第11章 管理Hadoop 314
第Ⅳ部分 Hadoop相關開源項目
第12章 關于Avro 341
第13章 關于Parquet 363
第14章 關于Flume 377
第15章 關于Sqoop 398
第16章 關于Pig 420
第17章 關于Hive 469
第18章 關于Crunch 517
第19章 關于Spark 548
第20章 關于HBase 575
第21章 關于ZooKeeper 604
第Ⅴ部分 案例學習
第22章 醫(yī)療公司塞納(Cerner)
第23章 生物數(shù)據(jù)科學：
第24章 開源項目Cascading 674