前 言

Hadoop海量数据处理：技术详解与项目实战（第2版）
为什么要写这本书
2013年被称为“大数据元年”，标志着世界正式进入了大数据时代，而就在这一年，我加入了清华大学苏州汽车研究院大数据处理中心，从事Hadoop的开发、运维和数据挖掘等方面的工作。从出现之日起，Hadoop就深刻地改变了人们处理数据的方式。作为一款开源软件，Hadoop能让所有人享受到大数据红利，让所有人在大数据时代站在了同一起跑线上。Hadoop很好地诠释了什么是“大道至简，衍化至繁”，Hadoop来源于非常朴素的思想，但是却衍生出大量的组件，让初学者难以上手。

我在学习和工作的过程中，走过很多弯路也做过很多无用功，尽管这是学习新技术的必由之路，但却浪费了大量的时间。我将自己学习和工作的心得记录下来，为了帮助更多像我当年一样的Hadoop学习者，我决定写一本书，一本自己开始Hadoop职业生涯的时候也想读到的书。

目 录

基础篇： Hadoop基础
第1章　 绪论
1.1　 Hadoop和云计算
1.2　 Hadoop和大数据
1.3　 数据挖掘和商业智能
1.4　 小结
第2章　 环境准备
2.1　 Hadoop的发行版本选择
2.2　 Hadoop架构
2.3　 安装Hadoop
2.4　 安装Hive
2.5　 安装HBase
2.6　 安装Sqoop
2.7　 Cloudera Manager
2.8　 小结
第3章　Hadoop的基石：HDFS
第4章　YARN：统一资源管理和调度平台
第5章　分而治之的智慧：MapReduce
第6章　SQL on Hadoop：Hive
第7章　SQL to Hadoop : Sqoop
第8章　HBase:HadoopDatabase
第9章　Hadoop性能调优和运维
应用篇：商业智能系统项目实战
第10章　在线图书销售商业智能系统
第11章　系统结构设计
第12章　在开发之前
第13章　实现数据导入导出模块
第14章　实现数据分析工具模块
第15章　实现业务数据的数据清洗模块
第16章　实现点击流日志的数据清洗模块
第17章　实现购书转化率分析模块
第18章　实现购书用户聚类模块
第19章　实现调度模块
结束篇：总结和展望
第20章　总结和展望