Hadoop实战
2011-10
机械工业出版社华章公司
陆嘉恒
无
本书是一本系统且极具实践指导意义的hadoop工具书和参考书。内容全面，对hadoop整个技术体系进行了全面的讲解，不仅包括hdfs和mapreduce这两大核心内容，而且还包括hive、hbase、mahout、pig、zookeeper、avro、chukwa等与hadoop相关的子项目的内容。实战性强，为各个知识点精心设计了大量经典的小案例，易于理解，可操作性强。
全书一共18章：第1章全面介绍了hadoop的概念、优势、项目结构、体系结构，以及它与分布式计算的关系；第2章详细讲解了hadoop集群的安装和配置，以及常用的日志分析技巧；第3章分析了hadoop在yahoo！、ebay、facebook和百度的应用案例，以及hadoop平台上海量数据的排序；第4-7章深入地讲解了mapreduce计算模型、mapreduce应用的开发方法、mapreduce的工作机制，同时还列出了多个mapreduce的应用案例，涉及单词计数、数据去重、排序、单表关联和多表关联等内容；第8-11章全面地阐述了hadoop的i/o操作、hdfs的原理与基本操作，以及hadoop的各种管理操作，如集群的维护等；第12-17章详细而系统地讲解了hive、hbase、mahout、pig、zookeeper、avro、chukwa等所有与hadoop相关的子项目的原理及使用，以及这些子项目与hadoop的整合使用；第18章以实例的方式讲解了常用hadoop插件的使用和hadoop插件的开发。
本书既适合没有hadoop基础的初学者系统地学习，又适合有一定hadoop基础但是缺乏实践经验的读者实践和参考。
陆嘉恒，中国人民大学副教授，新加坡国立大学博士，美国加利福尼亚大学尔湾分校(University of
California, Irvine)
博士后。专注于云计算及其相关技术的研究，对Hadoop有较深入的研究，积累了丰富的实践经验。对分布式计算和海量数据处理有深刻的认识，主持并完成了多个国家863和自然科学基金项目的研究与实施。2009年入选新世纪优秀人才，2010年入选北京科技新星。主持《云计算概论》课程获教育部-IBM精品课程称号。
前言
第1章 Hadoop简介
1.1 什么是Hadoop
1.1.1 Hadoop概述
1.1.2 Hadoop的历史
1.1.3 Hadoop的功能与作用
1.1.4 Hadoop的优势
1.1.5 Hadoop的应用现状和发展趋势
1.2 Hadoop项目及其结构
1.3 Hadoop的体系结构
1.3.1 HDFS的体系结构
1.3.2 MapReduce的体系结构
1.4 Hadoop与分布式开发
1.5 Hadoop计算模型——MaDRcduce
1.6 Hadoop的数据管理
1.6.1 HDFS的数据管理
1.6.2 HBase的数据管理
1.6.3 Hive的数据管理
1.7 小结
第2章 Hadoop的安装与配置
2.1 在Linux上安装与配置Hadoop
2.1.1 安装JDK 1.6
2.1.2 配置SSH免密码登录
2.1.3安装并运行Hadoop
2.2 在Windows上安装与配置Hadoop
2.2.1 安装Cygwi~
2.2.2 配置环境变量
2.2.3 安装和启动sshd服务
2.2.4 配置SSH免密码登录
2.3 安装和配置Hadoop集群
2.3.1 网络拓扑
2.3.2 定义集群拓扑
2.3.3 建立和安装Cluster
2.4 日志分析及几个小技巧
2.5 小结
第3章 Hadoop应用案例分析
3.1 Hadoop在Yahoo!的应用
3.2 Hadoop在eBay的应用
3.3 Hadoop在百度的应用
3.4 Hadoop在Facebook的应用
3.5 Hadoop平台上的海量数据排序
3.6 小结
第4章 MapReduce计算模型
第5章 开发MapReduce应用程序
第6章 MapReduce应用案例
第7章 MapReduce工作机制
第8章 HadoopI/O
第9章 HDFS详解
第10章 Hadoop的管理
第11章 Hive详解
第12章 HBase详解
第13章 Mahout详解
第14章 Pig详解
第15章 ZooKeepet详解
第16章 Avro详解
第17章 Chukwa详解
第18章 Hadoop的常用插件与开发
附录A 云计算在线检测平台
版权页：插图：2.3 安装和配置Hadoop集群2.3.1 网络拓扑通常来说，一个Hadoop的集群体系结构由两层网络拓扑组成，如图2-1所示。结合实际的应用来看，每个机架中会有30～40台机器，这些机器共享一个1GB带宽的网络交换机。在所有的机架之上还有一个核心交换机或路由器，通常来说其网络交换能力为1GB或更高。可以很明显地看出，同一个机架中机器节点之间的带宽资源肯定要比不同机架中机器节点间丰富。这也是Hadoop随后设计数据读写分发策略要考虑的一个重要因素。2.3.2 定义集群拓扑在实际应用中，为了使Hadoop集群获得更高的性能，读者需要配置集群使Hadoop能够感知其所在的网络拓扑结构。当然如果集群中机器数量很少，而且它们存在于一个机架中，那么就不用做太多额外的工作，而当集群中存在多个机架时，就要使Hadoop清晰地知道每台机器所在的机架。随后，在处理Map Reduce任务时，Hadoop会优先选择在机架内部进行数据传输，而不是在机架间，这样就可以更充分地使用网络带宽资源。同时，HDFS可以更加智能地部署数据副本，并在性能和可靠性间寻找到最优的平衡。
将网格计算、并行计算和虚拟化等技术融为一体的云计算技术已成为我们当下存储和处理海量数据的最佳选择之一。Hadoop的开源、高性能、高容错、跨平台等特点又使其成为架构云计算平台的首选。本书以实践为主，理论与实践相结合，全面阐述了整个Hadoop技术体系，适合读者系统地学习。强烈推荐！ ——Hadoop中文网 目前，国内的很多互联网企业都在使用或正准备使用Hadoop技术，这些企业都面临着一个共同的难题：Hadoop方面的人才难求。Hadoop方面的人才之所以难找，一方面是因为Hadoop在国内应用的时间不长，从业人员并不多；另一方面是因为Hadoop技术本身较难以掌握，而且与涉及海量数据处理的实际生产环境密切相关。本书很好地把握住了当前Hadoop从业者的核心需求，不仅理论知识全面，更重要的是包含大量与实际生产环境相结合的案例，极具指导意义。 ——Hadoop用户社区 Hadoop可谓炙手可热，在全球范围内，已经有数量庞大的大中型互联网公司开始使用Hadoop，国外的Amazon、Facebook、Yahoo！，国内的腾讯、百度、淘宝、阿里巴巴等都是成功应用Hadoop的典范。然而，Hadoop技术本身却极为复杂，而且涉及众多其他的技术，学习门槛比较高。本书从中初级读者的需求出发，以实践为导向，全面而系统地讲解了Hadoop技术本身，以及与之相关的其他各种技术。对于想系统学习Hadoop和想增加实战经验的读者来说，本书不可多得！ ——51CTO
《Hadoop实战》内容全面，涵盖Hadoop技术本身和Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa等所有与Hadoop相关的子项目，实战性强，为各个知识点精心设计了大量经典的小案例，易于理解，可操作性强。当越来越多的人涌向互联网时，不仅互联网应用的种类和形态在不断发生变化，而且互联网上的信息量也在以我们无法想象的速度迅猛增长。如今，无论是传统企业，还是互联网企业都越来越重视对所有与企业相关的各种数据的分析和利用。对海量数据的处理能力已成为现代企业的核心竞争力之一。云计算技术的出现为海量数据的处理提供了良好的解决方案。Hadoop是云计算技术的开源实现，具有高容错、跨平台等优势，用户可以利用Hadoop轻松地组织计算机资源来搭建自己的分布式云计算平台，从而充分地利用集群的计算和存储能力，完成对海量数据的处理。《Hadoop实战》对Hadoop的整个技术体系进行了全面的讲解，不仅包括HDFS和MapReduce这两大核心内容，而且还包括Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa等与Hadoop相关的子项目的内容。《Hadoop实战》“以理论为基础、以实践为重点”，希望能为大家奉上一场Hadoop的盛宴。如果你想使用Hadoop，或正在使用Hadoop，《Hadoop实战》将会给你绝佳的指导。
无
很不错，目前还没有看完，介绍了hadoop的构成，原理以及在企业级的应用。详细的介绍了HDFS的原理和mapreduce的原理，适合有一定的基础人看。
一向对国内人写的技术书比较谨慎，并不是说我看不起国内的技术人员，的确是因为国内的书水平太良莠不齐了。
不知道为什么会有2本《Hadoop实战》，一本是国外的，只有00多页，一本是国内的，也就是这本书，400多页，在买之前去公司旁边的书店做了比对，发现国内这本书远比国外的那本好，内容更系统、更全面，如果要入门的话，这本原创书完全足够了。
第一次对国内人写的书比较满意。
对于Hadoop的原理及代码没有什么太多的分析，但对于了解Hadoop，学习Hadoop的使用的话还是非常不错的，值得推荐，不错的一本书。
hadoop实战，讲的很全面，实战比理论要多，很实用。
涵盖Hadoop的各种技术
全面学习hadoop的很好的教材
买了两本hadoop的书，先看了这本。简介、简单，是入门的好书。不过要是实战的话，还欠缺一些经验之谈。
Hadoop 的书籍中这本讲的不错..讲的也非常详细
值得拥有
很好，正好是我需要的Hadoop的实战方面的书
书籍还不错，纸张还好，是一本比较好的hadoop书籍
内容全面，理论与例子相结合，很便于快速学习
感觉比权威指南容易阅读，虽然内容不如那个多，很适合初学者看，再就是物流超给力，早上的订单，下午五点就送到了
内容可以，适合初学者
这本书很不错，内容详细，一直都很支持机械工业出版社的书。
书不错，不过对于没有接触过java开发的来说，确实有一点门槛，而且第二版快上市了，这一版内容有些成旧。
涵盖内容丰富，写的还行
内容非常详尽，是入门的好书。有实例，易上手
对开发有作用
感觉内容不错，准备好好看。
看了一上目录，还没来及看，所讲内容不错
华章的书是很前沿，但总是不够深入，印刷排版很像盗版
从基础开始，还算不错。
不错的参考手册
以前学的是。***，对java不熟悉，故买来学习学习，确实收益匪浅
这本书很好，都是一些实际的例子，很好很喜欢
一直在用,挺好的,能看一段时间~ 一直在用,挺好的,能看一段时间~ 一直在用,挺好的,能看一段时间~
不错的书本，很好！！！
整体来讲是本专业好书,有些地方有些深,有些地方有些泛.
才收到翻了翻。感觉挺不错的
这方面为数不多的书，初学很不错
还没看，翻了一下，感觉应该还不错
非常全，可以做普及版本
书还没看，但是还不错，作者严谨
这本书对于了解hadoop还是很有帮助的，书中讲解挺基础的，理解上还可以，就是排版有点不太好，有些内容重复叙述，还有一些错误的地方，但总体上还是不错的~~
对了解Hadoop技术入门书籍
目前HADOOP的书不多，这本算还是可以的了。
内容讲解比较全面，还不错。。
比较基础，操作介绍很细，适合新手。但是不适合更高层次学习
书讲的内容还算全面，内容挺多的，正在学习中
书很好，内容值得学习！
介绍的较详细，入门看，不错
内容不错，展现作者功底很身后。
还没来的及看，单位报销买的
由简入深，挺合适。
不过还没有细看。
包装完好 不错
粗看了一下，有些难！
正在看, 还不错.
书中有例子,还没有看完,不过整体还是不错的
走上巅峰
刚拿到书，大概翻了下，有理论有例子，还不错
讲的都是比较入门级别的，很适合初学者。涉及到了hadoop的子项目的很多方面，建议不习惯看英文的买这个，不然的话还是看官网的或者网上的一些资料比较好，很多内容都是在网上能找到，失去了一些价值
里面有些知识点还是讲得不太清楚或不全。目前hadoop的书籍比较少，本书对于了解hadoop系统的人员还是有所帮助的。
挺不错的，不过初学者用的话不是很合适
收到了，包装和发货速度都不错，用的是加急发货（多加钱），嘻嘻。
配送速度还可以，第二天到达。书第二天到达
刚收到，没细看。
还没看，先留在
不如权威指南
不满意不满意
太一般了，西贝货
讲的还可以，需要有基础的支持
hadoop写的挺好
内容简单清楚
讲的不够深入，例子也不多，不过如果作为入门书籍，还是相当的不错，介绍的很详细，例子也能跑通。而且69快的书，也不送个光盘，例子码字码的累死。
完全适合新手入门，有一些小例子帮助你理解每个开源项目的 意义，但是没有 真实的项目经验和细节， 有点对不住 “实战” 这两个字。帮助读者迅速梳理一遍倒是不错的
在网上几乎可以找到所有书中的 讯息
短吗？
短吗？
短吗？
短吗？
短吗？
这本书适合那些真的想学点实战本领的人阅读，确实能了解架构，然后再架构上开发，写程序。是一本好书，强烈建议入门hadoop的人能阅读学习，有介绍hadoop架构，有介绍mapreduce编程，有介绍在eclipse下编程，还有提供一个学习检测的平台，从教到教会面面俱到。很值得学习。
最近Hadoop的书很多，也许是因为它很火吧。我初学Hadoop，想买一本书来提高自己，我选了这本书，因为其它很多书都泛泛而谈，没有什么意义。这本书中MapReduce的使用讲的非常详细，实践性很强（力荐），对实际应用帮助很大，还有因项目需要，我要了解Avro的内容，其它的书竟然没有介绍（怒～），这本书介绍的很详细，赞～。
能不水么