美亚评分4.3 ，销量超过10万，Hadoop入门经典，带你玩转大数据

Posted 2021-04-13 程序员书库

马云曾说过：“未来最大的资源就是数据，不参与大数据十年后一定会后悔！”

Hadoop 最早诞生于 2006 年，并在 2008 年成为 Apache 顶级项目，起初，Hadoop在中国基本没有人注意到它，直到2011年开始，中国进入大数据风起云涌的时代，因为能够高效地处理大数据，以Hadoop为代表的家族软件，占据了大数据处理的庞大市场，继而成为大数据开发的标准。

不仅如此，它还孕育了包括 HBase、Hive、ZooKeeper 等一系列知名 Apache 顶级项目，而这些项目一开始都是以 Apache Hadoop 子项目的形式在社区运作并为开发者熟知的。

Hadoop至今已经发展12年了，在许多国内外企业的大数据平台中，Hadoop生态的各类组件都占据了相当大的比例，然而，在很多开发者眼里，Hadoop复杂且难以掌握，因此，在许多社交论坛上，经常可以看到许多Java、安卓开发者都在问想学习Hadoop大数据，应该看哪些书？

这本书在美亚上获得许多五星级好评，综合获得4.3星的高分，由此可见国外读者对其的肯定。本书第三版豆瓣评分 7.6，稍逊于美亚评分。

本书特点

● 美亚评分4.3

● 融技术性、知识性、前沿性于一体

● 大而全的介绍了Hadoop这一高性能的数据分析平台

本书从Hadoop的缘起开始，由浅入深，结合理论和实践，并通过案例学习来展示如何用Hadoop解决特殊问题。

通过它，你可以从学到以下内容：

● 使用Hadoop分布式文件系统（HDFS）来存储海量数据集，通过MapReduce对这些数据集运行分布式计算..

● 熟悉Hadoop的数据和I/O构件，用于压缩、数据集成、序列化和持久处理

● 洞悉编写MapReduce实际应用程序时常见陷阱和高级特性

● 设计、构建和管理专用的Hadoop集群或在云上运行Hadoop

● 使用Pig这种高级的查询语言来处理大规模数据

● 利用HBase这个Hadoop数据库来处理结构化和半结构化数据

● 学习Zookeeper，这是一个用于构建分布式系统的协作原语工具箱

此外，第3版还覆盖Hadoop的最新动态，包括新增的MapReduceAPI，以及MapReduce2及其灵活性更强的执行模型（YARN）。

详细目录如下：

通过目录，可以把本书分为5部分：

第Ⅰ部分：介绍Hadoop 基础知识

第Ⅱ部分：介绍MapReduce

第Ⅲ部分：介绍Hadoop 的运维

第Ⅳ部分：介绍Hadoop 相关开源项目

第Ⅴ部分：提供了三个案例，分别来自医疗卫生信息技术服务商塞纳(Cerner)、微软的人工智能项目ADAM(一种大规模分布式深度学习框架)和开源项目Cascading(一个新的针对MapReduce 的数据处理API)。

读者书评：

@三十笔画：百科全书式，涉及面广，泛泛而谈

@一只黑眼睛看着大千世界：书很棒，全面又直接实用，中间不少地方解决了我之前遇到的难题。翻译不好，一些关键点，逻辑不顺，一看原文，甚至是说反了。内容基于2014年的hadoop2刚出现时，之后应该看第四版。

@无关风月：整个生态链都有介绍，宏观把控不错，感觉应用场景可以再多点和详细点

@john1king：内容非常全，主要章节看一遍下来还是有不少收获。不过中文版内容比较老，第三版新旧API一起介绍容易产生混乱

@风纪扣v：学习haddop都要买这本书吧，仔细读能有很大的收获，不过就是实践性不强，太偏理论了

美亚评论：

满屏的5星好评！

其他学习Hadoop的书

1、《Hadoop技术内幕》

共两册，分别从源代码的角度对“Common+HDFS”和“MapReduce的架构设计和实现原理”进行了极为详细的分析。

2、《Hadoop实战》

《Hadoop实战》分为3个部分，深入浅出地介绍了Hadoop框架、编写和运行Hadoop数据处理程序所需的实践技能及Hadoop之外更大的生态系统。

如果你还想知道大数据开发工程师除了Hadoop，还应该具备哪些技能，可点击阅读：

---

●编号98，输入编号直达本文

●输入m获取到文章目录