Hadoop权威指南（第3版 修订版）

《Hadoop权威指南》介绍了大数据时代如何利用Apache Hadoop构建稳定、高效、可扩展的分布式系统。本书对于程序员分析任意大小的数据集或管理员设置和运行Hadoop集群都非常有用。本书的第3版增加了对MapReduce API和更灵活的执行模型（YARN）的讲解，并加入了更多实例学习内容，帮助读者深入了解Hadoop的幕后机理。 第1章介绍了什么是Hadoop，Hadoop的发展历程，Apache Hadoop和Hadoop生态系统等相关知识。 第2章以气象数据集为例，详细讲解了MapReduce和Java MapReduce的关系，横向扩展、combiner函数、MapReduce的数据流等内容。 第3章介绍了Hadoop分布式文件系统（HDFS）的设计和基本概念，包括数据块、namenode和datanode、联邦HDFS、HDFS的高可用性等。 第4章讲解了Hadoop的I/O操作，包括数据完整性、压缩、序列化、序列化框架和基于文件的数据结构等。 第5章介绍了如何开发MapReduce应用程序，包括用于配置的API、配置开发环境、使用MRUnit进行单元测试、在本地运行测试数据、在集群上运行、作业调优等。 第6章深入剖析了MapReduce作业运行机制，介绍了经典MapReduce和YARN（MapReduce 2）的区别、如何处理失败、作业的调度、shuffle和排序等。 第7章讲解了MapReduce的类型与格式，包括默认的MapReduce作业、输入格式与输出格式、多个输入与输出等。 第8章介绍了MapReduce的特性，包括计数器、Mapper输出的键与值、排序、归约、物联网与大数据等相关内容。