Hadoop權(quán)威指南（中文版）

第1章 初識(shí)Hadoop
1.1 數(shù)據(jù)！數(shù)據(jù)
1.2 數(shù)據(jù)的存儲(chǔ)和分析
1.3 相較于其他系統(tǒng)
1.3.1 關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)
1.3.2 網(wǎng)格計(jì)算
1.3.3 志愿計(jì)算
1.4 Hadoop發(fā)展簡(jiǎn)史
1.5 Apache Hadoop項(xiàng)目

第2章 Map Reduce簡(jiǎn)介
2.1 一個(gè)氣象數(shù)據(jù)集
2.2 使用Unix Tools來(lái)分析數(shù)據(jù)
2.3 使用Hadoop進(jìn)行數(shù)據(jù)分析
2.3.1 map和reduce
2.3.2 JavaMap Reduce
2.4 分布化
2.4.1 數(shù)據(jù)流
2.4.2 具體定義一個(gè)combiner
2.4.3 運(yùn)行分布式Map Reduce作業(yè)
2.5 Hadoop流
2.5.1 Ruby語(yǔ)言
2.5.2 Python
2.6 Hadoop管道

第3章 Hadoop分布式文件系統(tǒng)
3.1 HDFS的設(shè)計(jì)
3.2 HDFS的概念
3.2.1 塊
3.2.2 名稱節(jié)點(diǎn)與數(shù)據(jù)節(jié)點(diǎn)
3.3 命令行接口
3.4 Hadoop文件系統(tǒng)
3.5 Java接口
3.5.1 從Hadoop URL中讀取數(shù)據(jù)
3.5.2 使用FileSystem API讀取數(shù)據(jù)
3.5.3 寫(xiě)入數(shù)據(jù)
3.5.4 目錄
3.5.5 查詢文件系統(tǒng)
3.5.6 刪除數(shù)據(jù)
3.6 數(shù)據(jù)流
3.6.1 文件讀取剖析
3.6.2 文件寫(xiě)入剖析
3.6.3 一致模型
3.7 通過(guò)distcp進(jìn)行并行復(fù)制
3.8 Hadoop歸檔文件
3.8.1 使用Hadoop Archives
3.8.2 不足

第4章 Hadoop的I/O
4.1 數(shù)據(jù)完整性
4.1.1 HDFS的數(shù)據(jù)完整性
4.1.2 本地文件系統(tǒng)
4.1.3 Checksum File System
4.2 壓縮
4.2.1 編碼／解碼器
4.2.2 壓縮和輸入分割
4.2.3 在Map Reduce中使用壓縮
4.3 序列化
4.3.1 Writable接口
4.3.2 Writeable類
4.3.3 實(shí)現(xiàn)自定義的Writable
4.3.4 序列化框架
4.4 基于文件的數(shù)據(jù)結(jié)構(gòu)
4.4.1 Sequence File類
4.4.2 MapFile

第5章 Map Reduce應(yīng)用開(kāi)發(fā)
5.1 API的配置
5.1.1 合并資源
5.1.2 各種擴(kuò)展形式
5.2 配置開(kāi)發(fā)環(huán)境
5.2.1 配置的管理
5.2.2 Generic Options Parser，Tool和Tool Runner
5.3 編寫(xiě)單元測(cè)試
5.3.1 Mapper
5.3.2 reducer
5.4 本地運(yùn)行測(cè)試數(shù)據(jù)
5.4.1 在本地作業(yè)運(yùn)行器上運(yùn)行作業(yè)
5.4.2 測(cè)試驅(qū)動(dòng)程序
5.5 在集群上運(yùn)行
5.5.1 打包
5.5.2 啟動(dòng)作業(yè)
5.5.3 MapReduce網(wǎng)絡(luò)用戶界面
5.5.4 獲取結(jié)果
5.5.5 調(diào)試作業(yè)
5.5.6 使用遠(yuǎn)程調(diào)試器
5.6 作業(yè)調(diào)優(yōu)
5.7 Map Reduce的工作流
5.7.1 將問(wèn)題分解成Map Reduce作業(yè)
5.7.2 運(yùn)行獨(dú)立的作業(yè)

第6章 Map Redoce的工作原理
6.1 運(yùn)行Map Reduce作業(yè)
6.1.1 提交作業(yè)
6.1.2 作業(yè)的初始化
6.1.3 任務(wù)的分配
6.1.4 任務(wù)的執(zhí)行
6.1.5 進(jìn)度和狀態(tài)的更新
6.1.6 作業(yè)的完成
6.2 失敗
6.2.1 任務(wù)失敗
6.2.2 tasktracker失敗
6.2.3 jobtraeker失敗
6.3 作業(yè)的調(diào)度
6.4 shufne和排序
6.4 map端
6.4.2 reduce端
6.4.3 配置的調(diào)整
6.5 任務(wù)的執(zhí)行
6.5.1 推測(cè)式執(zhí)行
6.5.2 任務(wù)JVM重用
6.5 -3跳過(guò)壞記錄
6.5.4 任務(wù)執(zhí)行環(huán)境

第7章 MapReduce的類型與格式
7.1 MapReduce類型
7.2 輸入格式
7.2.1 輸入分片與記錄
7.2.2 文本輸入
7.2.3 二進(jìn)制輸入
7.2.4 多種輸入
……
第8章 MapReduce特性
第9章 Hadoop集群的安裝
第10章 Hadoop的管理
第11章 Pig簡(jiǎn)介
第12章 Hbase簡(jiǎn)介
第13章 ZooKeeper簡(jiǎn)介
第14章 案例研究
附錄A
附錄B
附錄C