Hadoop权威指南(中文版)

出版时间：2010.5  出版社：清华大学出版社  作者：(美) Tom White  页数：504  字数：769000  译者：周傲英,曾大聃  
Tag标签：无  

前言

　　马丁·加德纳（数学家和科学作家），曾经在一次采访中说道：　　“没有微积分，我的生命就失去了意义。这是我成功的秘诀。我花了如此长的时间了解我在写什么，所以我知道如何写作才能让大多数读者明白我的意思。”　　在许多方面，这就是我对Hadoop的感觉。它的内部工作机制是复杂的、相互依赖的，因为它运行在分布式系统的理论、实用技术和技术常识这些复杂的基础之上。对于门外汉来说，Hadoop就像是异形一样难以理解。　　但事实上并不是这样的。剥离其核心，Hadoop提供给组件分布式系统的工具——如数据存储、数据分析和协调——是十分简单的。如果有一个共同的主题，那么它将与提高抽象水平相关的——为程序员创建用于处理这些事情的基础架构，这些程序员中，或者正好有大量数据需要存储，或者有大量数据需要分析，或者有大量机器需要协调，或者没有时间、技能或兴趣成为分布式系统专家。　　借由这样一个简单的、普遍适用的功能组合，在开始使用这个理当被广泛普及的Hadoop的时候，我的想法逐渐清晰起来。然而，在当时（2006年初），设置、配置和编写程序来使用Hadoop称得上是一门艺术。幸运的是，此后有了明显的进步，因为有更多的文件，更多的例子，一旦有疑问，还有那么多邮件地址可以发过去帮助你解惑。但对大多数新手来说，最大的障碍是理解这项技术能做什么，它的长处何在，如何使用它。这就是我写这本书的原因。

内容概要

本书从Hadoop的缘起开始，由浅入深，结合理论和实践，全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。全书共14章，3个附录，涉及的主题包括：Haddoop简介；MapReduce简介；Hadoop分布式文件系统；Hadoop的I／O、MapReduce应用程序开发；MapReduce的工作机制；MapReduce的类型和格式；MapReduce的特性；如何安装Hadoop集群，如何管理Hadoop；Pig简介；Hbase简介；ZooKeeper简介，最后还提供了丰富的案例分析。    本书是Hadoop权威参考，程序员可从中探索如何分析海量数据集，管理员可以从中了解如何安装与运行Hadoop集群。

作者简介

　　怀特，2007年2月以来，一直担任Apache Hadoop项目负责人。他是Apache软件基金会的成员之一，同时也是Cloudera的一名工程师。Tome为IBM的developerWorks撰写过大量文章，并经常在很多行业大会上举行Hadoop主题演讲。Loudera Cloudera为Hadoop提供商业支持并志愿贡献社区，不收取任何费用。不管是打算在云中运行Hadoop，还是在自己的服务器上运行Hadoop Cloudera都能使其轻松实现。

书籍目录

第1章 初识Hadoop第2章 MapReduce简介第3章 Hadoop分布式文件系统第4章 Hadoop的I/O第5章 MapReduce应用开发第6章 MapReduce的工作原理第7章 MapReduce的类型与格式第8章 MapReduce特性第9章 Hadoop集群的安装第10章 Hadoop的管理第11章 Pig简介第12章 Hbase简介第13章 ZooKeeper简介第14章 案例研究附录A Apache Hadoop的安装附录B Cloudera的Hadoop分发包附录C 预备NCDC气象资料

章节摘录

　　HDFS建立在这样一个思想上：一次写入、多次读取模式是最高效的。一个数据集通常由数据源生成或复制，接着在此基础上进行各种各样的分析。每个分析至少都会涉及数据集中的大部分数据（甚至全部），因此读取整个数据集的时间比读取第一条记录的延迟更为重要。商甬硬件Hadoop不需要运行在昂贵并且高可靠性的硬件上。它被设计运行在商用硬件（在各种零售店都能买到的普通硬件）的集群上，因此至少对于大的集群来说，节点故障的几率还是较高的。HDFS在面对这种故障时，被设计为能够继续运行而让用户察觉不到明显的中断。同时，那些并不适合HDFS的应用也是值得研究的。　　在目前，HDFS还不太适用于某些领域，不过日后可能会有所改进。低延迟数据访问需要低延迟访问数据在毫秒范周内的应用并不适HDFS。HDFS是为达到高数据吞吐量而优化的，这有可能会以延迟为代价。目前，对于低延迟访问，HBase（参见第12章）是更好的选择。大量的小文件名称节A（namenode）存储着文件系统的元数据，因此文件数量的限制也由名称节点的内存量决定。根据经验，每个文件，索引目录以及块占大约150个字节。因此，举例来说，如果有一百万个文件，每个文件占一个块，就至少需要300MB的内存。虽然存储上百万的文件是可行的，十亿或更多的文件就超出目前硬件的能力了。多用声写入，任意修改文馋HDFS中的文件只有一个写入者，而且写操作总是在文件的末尾。它不支持多个写入者，或是在文件的任意位置修改。　  ……

媒体关注与评论

　　“恭喜您有此良机向大师学习Hadoop，在享用技术本身的同时，您还能领略到大师的睿智及其令人如沐春风的写作风格。”　　——Hadoop 创始人 Doug Cutting

用户评论 (总计10条)

•   权威书就是权威书
  
  看了一些了
  
  感觉还是挺难
  
•   书挺好的，真是实用，发货速度也很快
•   针对介绍Hadoop的书籍很少，这本书还算是不错的
•   并没有评论的那么不济，勉强可以看不影响阅读，虽然有些专业名词翻译的不好
•   下载了英文版电子书，需要代码时，直接从英文版拷贝，还是很有帮助的。
•   帮别人买的，听说还可以吧
•   书上手已经有两天了。。。也没有网上说的那么恐怖，，，什么不能看。。翻译的还行。。有卸妆液的地方就直接对照英文版本的看吧。。这书不错。。。买了不后悔。。。
•   计算机的书籍本就是应该严谨求实的，但是这本书让人读着处处疑惑，有些明显是否定的语句，给你说成肯定的。肯定的语句给你说成否定的。理论的东西本来就是抠字眼来理解，不像读代码。你真的让人失望。
  
  英文不好的人只能被你强奸，没办法。我擦你，译者！
•   折扣还是太低
•   我不是有意诋毁某个东西，但这次真是一个例外。《Hadoop权威指南（中文版）》我真想知道这书的翻译者是做什么工作的。只看了前面两章，实在看不下去了。这本书的翻译就是用所谓的翻译工具翻译的，无数多的病句与错别字。。。难道用工具翻译完了之后，你们就没有去检查一下就印刷开卖了？？？？做人还是要讲良心。奉劝大家别买中文版了。。自己耐心点，看英文版吧