本书是您纵情享用数据之美的得力助手。作为处理海量数据集的理想工具,Apache Hadoop架构是MapReduce算法的一种开源应用,是Google(谷歌)开创其帝国的重要基石。本书内容丰富,展示了如何使用Hadoop构建可靠、可伸缩的分布式系统,程序员可从中探索如何分析海量数据集,管理员可以了解如何建立与运行Hadoop集群。.

本书完全通过案例学习来展示如何用Hadoop解决特殊问题,它将帮助您：

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

如果您拥有海量数据,无论是GB级还是PB级,Hadoop都是完美的选择。本书是这方面最全面的参考。