想了解大資料的鼻祖Hadoop技術棧，這裡有一份優質書單推薦！

​

如何用形象的比喻描述大資料的技術生态？Hadoop、Hive、Spark 之間是什麼關系？對于大部分人來說都是傻傻分不清楚。

今年來大資料、人工智能獲得了IT界大量的關注。如果一個企業不玩大資料，都不好意思說自己是在IT圈混的。我敢打賭，你在中關村西二旗地鐵站溜一圈，保準你會聽到如下名詞：Hadoop、Spark、MapReduce、NoSQL、離線計算、實時計算、實時推送等等一大串名稱。

程式猿們就是有這麼實在，坐在地鐵上還能那麼投入的讨論技術問題。那麼，這些聽起來高大上的技術，究竟都是幹什麼用的呢？他們之間的有什麼差別和聯系？

通常，一個技術的興起，都是由現實需求驅動的。了解了我們面臨的問題，就能更好的了解各個大資料技術的使用場景，各類大資料技術的差別也就顯而易見了。

今天這一份書單，我們就将從Hadoop生态圈開始入手，推薦幾本關于Hadoop生态圈的優質書籍！

Hadoop技術棧系列書單

Hadoop權威指南：大資料的存儲與分析(第4版)

本書結合理論和實踐，由淺入深，全方位介紹了Hadoop這一高性能的海量資料處理和分析平台。

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分布式檔案系統、YARN、Hadoop的I/O操作。第Ⅱ部分介紹MapReduce,主題包括MapReduce應用開發；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，主題涉及建構Hadoop叢集、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，分别來自醫療衛生資訊技術服務商塞納(Cerner)、微軟的人工智能項目ADAM(一種大規模分布式深度學習架構)和開源項目Cascading(一個新的針對MapReduce的資料處理API)。

本書是一本專業、全面的Hadoop參考書和工具書，闡述了Hadoop生态圈的新發展和應用，程式員可以從中探索海量資料集的存儲和分析，管理者可以從中了解Hadoop叢集的安裝和運維。

作者簡介

TomWhite是傑出的Hadoop專家之一。自2007年2月以來，TomWhite一直是ApacheHadoop的送出者(committer)，也是Apache軟體基金會的成員。Tom是Cloudera的軟體工程師，他是Cloudera的首批員工，對Apache和Cloudera做出了舉足輕重的貢獻。

譯者簡介

王海博士，解放軍理工大學通信工程學院教授，博導，教研中心主任，長期從事無線自組網網絡的設計與研發工作，主持國家自然科學基金、國家863計劃課題等多項課題，近5年獲軍隊科技進步二等獎1項，三等獎6項，作為di一發明人申請國家發明專利十餘項，發表學術論文50餘篇。

劉喻博士，長期從事軟體開發、軟體測試和軟體工程化管理工作，目前任教于清華大學軟體所。

呂粵海，長期從事軍事通信網絡技術研究與軟體開發工作，先後通過華為光網絡進階工程師認證、思科網絡工程師認證。

深度剖析Hadoop HDFS

本書基于Hadoop 2.7.1版本進行分析，全面描述了HDFS 2.X的核心技術與解決方案，書中描述了HDFS記憶體存儲、異構存儲等幾大核心設計，包括源碼細節層面的分析，對于HDFS中比較特殊的幾個場景過程也做了細粒度的分析。

閱讀本書可以幫助讀者從架構設計與功能實作角度了解HDFS 2.X，同時還能學習HDFS 2.X架構中優秀的設計思想、設計模式、Java語言技巧等。這些對于讀者全面提高自己分布式技術水準有很大的幫助。

本書分為三大部分：核心設計篇、細節實作篇、解決方案篇，“核心設計篇”包括HDFS的資料存儲原理、HDFS的資料管理與政策選擇機制、HDFS的新穎功能特性；“細節實作篇”包括HDFS的塊處理、流量處理等細節，以及部分結構分析；“解決方案篇”包括HDFS的資料管理、HDFS的資料讀寫、HDFS的異常場景等。本書适合于雲計算相關領域研發人員、雲計算相關運維工程師、高年級研究所學生或大學、熱衷于分布式計算研究的人。

林意群，唯品會上海研發中心資料應用部研發工程師，Apache Hadoop Committer，主要專注于HDFS子產品的研究。對大資料處理、分布式計算興趣濃厚，在實際工作中努力鑽研，分享了大量技術文章，貢獻了很多實踐經驗。

HBase不睡覺書

HBase是Apache旗下一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統。利用HBase技術可在廉價的PC伺服器上搭建大規模的存儲化叢集，使用HBase可以對數十億級别的大資料進行實時性的高性能讀寫，在滿足高性能的同時還保證了資料存取的原子性。

本書共分為9章，由淺入深地講解HBase概念、安裝、配置、部署，讓讀者對HBase先有一個感性認識，再從應用角度介紹了進階用法、監控和性能調優。既兼顧了初學者，也适用于想要深入學習HBase的讀者。

本書适合于以前沒有接觸過HBase，或者了解HBase，并希望能夠深入掌握的讀者，适合HBase應用開發人員和系統管理人員學習使用。

楊曦，就職于矽谷某上市公司，對大資料、雲計算等技術有較深研究以及豐富的項目實踐經驗。熱衷編寫開源項目、撰寫技術部落格以及折騰各種技術項目。

Hive實戰

Hive“出身名門”，是最初由Facebook公司開發的資料倉庫工具。它簡單且容易上手，是深入學習Hadoop技術的一個很好的切入點。

本書由資料庫專家和大資料專家共同撰寫，具體内容包括：Hive的安裝和配置，其核心元件和架構，Hive資料操作語言，如何加載、查詢和分析資料，Hive的性能調優以及安全性，等等。本書旨在為讀者打牢基礎，進而踏上專業的大資料處理之旅。

斯科特·肖（Scott Shaw）

Hortonworks公司解決方案工程師，曾為微軟公司的商業智能項目擔任顧問，擁有近20年的資料管理經驗。作為演講者和教育訓練師，他緻力于普及分布式計算、大資料概念、商業智能、Hive和Hadoop。

安德烈亞斯·弗朗索瓦·弗穆爾恩（Andreas Fran?ois Vermeulen）

集資料科學家、資料倉庫架構師、博士研究員、企業顧問等角色于一身，曾獲“英國資料科學技術先鋒”稱号，廣泛涉足資料工程、商業智能、雲架構、深度學習等多個領域。

安庫爾·古普塔（Ankur Gupta）

Hortonworks公司解決方案工程師，曾在Oracle公司擔任顧問，有多年從事資料架構師和Oracle資料庫管理者的經驗，著有Oracle GoldenGate 11g Complete Cookbook。