大資料時代，資料的儲存與挖掘至關重要。企業在追求高可用性、高擴充套件性及高容錯性的大資料處理平台的同時還希望能夠降低成本，而hadoop為實現這些需求提供了解決方案。面對hadoop的普及和學習熱潮，筆者願意分享自己多年的開發經驗，帶領讀者比較輕鬆地掌握hadoop資料探勘的相關知識。這邊是筆者編寫本書的原因。本書使用通俗易懂的語言進行講解，從基礎部署到集群管理，再到底層設計等內容均由涉及。通過閱讀本書，讀者可以較為輕鬆地掌握hadoop大資料探勘與分析的相關技術。
本書目前已在網上**上架，可以通過京東自營，噹噹自營，亞馬遜自營等網上**進行購買。書籍封面如下：
本書分為13章，分別介紹hadoop平台管理與維護、異常處理解決方案以及hadoop的分布式檔案系統等內容。最後一章對hadoop進行了拓展，剖析了kafka訊息系統並介紹了筆者的開源監控系統kafka eagle。
本書給出的**講解和例項大多數來自於筆者多年的教學積累和技術分享，幾乎都是得到了學習者一致好評的幹活。另外，筆者還是一名開源愛好者，編寫了業內著名的kafka eagle監控系統。本書第13章介紹了該系統的使用，以幫助讀者掌握如何監控大資料集群的相關知識。
本書在文字及目錄編排上，盡量做到通俗易懂。在講解一些常見的知識點時，將hadoop命令與linux命令做對比，掌握linux命令的開發者能夠迅速掌握hadoop的操作命令。無論是初學者，還是久經沙場的老程式設計師都能快速通過本書學習hadoop的精華之處。
本書精心挑選了多個實用性很強的例子，例如：hadoop套件實戰、hive 程式設計、hadoop平台管理與維護、elk實戰、kafka實戰等。讀者既可以從例子中學習並理解hadoop及其套件知識點，還可以將這些例子用於開發中。
學習hadoop沒有想象中的那麼困難，本書通過將一些hadoop難懂的知識點，通過通俗易懂的語言進行概述，來減少讀者的學習成本，讓讀者輕輕鬆鬆地掌握hadoop的相關知識。適用範圍但不僅僅包含以下：
最後，衷心希望筆者編寫的這本書能夠幫助到對hadoop感興趣、學習hadoop的同學。希望閱讀過本書的同學能夠掌握hadoop相關知識，希望筆者書中的經驗和總結能夠幫助讀者少走彎路，在hadoop學習之路上游刃有餘。
大資料從0到一 Hadoop
系統瓶頸 google大資料技術 儲存容量 bigtable 讀寫速度 gfs 計算效率 mapreduce 在官方 進行學習 在官方 學習英文文件進行學習 專案實戰對知識點進行鞏固和融會貫通 社群活動 meetup infoq hadoop 分布式儲存 計算 可拓展 穩定的開源框架 可以做 搭建大...
大資料入門Hadoop安裝
偽分布式 就是所有的程式都在一台主機上跑,完全是分布式的工作模式,但是不是真正的分布式 先上傳hadoop的安裝包到伺服器上去 home hadoop 注意 hadoop2.x的配置檔案 hadoop home etc hadoop 偽分布式需要修改5個配置檔案 3.1配置hadoop hdfs w...
《Hadoop與大資料探勘》 1 2 大資料平台
大資料平台有哪些呢？一般認為大資料平台分為兩個方面，硬體平台和軟體平台。硬體平台一般如open stack amazon雲平台 阿里雲計算等，類似這樣的平台其實做的是虛擬化，即把多台機器或一台機器虛擬化成乙個資源池，然後給成千上萬人用，各自租用相應的資源服務等。而軟體平台則是大家經常聽到的，如had...