Tom White 著

周敏奇, 王晓玲, 金澈清, 钱卫宁 译

出版时间：2011年06月

Google帝国的基石是什么？MapReduce算法！开源项目Hadoop作为它的一个具体实现，可以轻松用于构建和维护一个可靠性高、伸缩性强的分布式系统。
作者Tom White作为Hadoop的项目负责人，通过自己对Hadoop和Hadoop社区的理解，化繁为简，用浅显易懂的语言介绍了Hadoop能做什么，怎么做才能充分发挥Hadoop的优势，Hadoop能够和哪些开源工具结合使用。这是一本主题丰富、讲解透彻的权威参考书，可帮助程序员了解分析海量数据集的细枝末节，帮助管理员掌握搭建和运行Hadoop集群的具体过程。
经过修订和更新的第2版概述了Hadoop的最新动态，例如Hive、Sqoop和Avro等。书中还提供了案例分析来帮助读者了解如何用Hadoop来解决具体的问题。如果想充分利用数据，从中挖掘出有价值的见解或者观点，毫无疑问，这本书将是您不可或缺的重要参考。

使用Hadoop分布式文件系统(HDFS)来存储大型数据集，然后用MapReduce对这些数据集执行分布式计算
■ Hadoop的数据和I/O构建块(用于压缩、数据完整性、序列化和持久处理)
■ 探究MapReduce应用开发中常见的陷阱和高级特性
■ 设计、构建和管理Hadoop专用集群或在云上运行Hadoop
■ 使用Pig这种高级的查询语言来进行大规模数据处理
■ 使用Hive(Hadoop的数据仓库系统)来分析数据集
■ 使用HBase(Hadoop的数据库)来处理结构化数据和半结构化数据
■ 深入介绍Zookeeper，一个用于构建分布式系统的协作类型工具箱

“有了这本权威指南，读者有机会通过大师的手笔来学习Hadoop——在掌握技术的同时，领略作者的睿智和清晰的文风。”
——Hadoop创始人，Doug Cutting于Cloudera

Tom White从2007年以来，一直担任Apache Hadoop项目负责人。他是Apache软件基金会的成员之一，同时也是Cloudera的
一名工程师。Tom为oreilly.com 、java.net和IBM的developerWorks写过大量文章，并经常在很多行业大会上发表演讲。