隨著互聯(lián)網(wǎng)的高速發(fā)展，使用網(wǎng)絡的用戶越來越多，人們在使用網(wǎng)絡的過程中產(chǎn)生了數(shù)量龐大的數(shù)據(jù)，這些數(shù)據(jù)極具商業(yè)價值，所以對這些數(shù)據(jù)的有效存儲、管理、計算分析和應用就成為信息行業(yè)迫切需要解決的問題。大數(shù)據(jù)技術就是基于這種數(shù)據(jù)爆炸的現(xiàn)狀產(chǎn)生的。那到底怎樣才能解決海量數(shù)據(jù)的存儲和計算分析等問題呢？Hadoop應運而生了。
Hadoop是一個能夠?qū)�海量�?shù)據(jù)進行分布式處理的軟件框架，它以一種可靠、高效、可伸縮的方式進行數(shù)據(jù)處理，用戶可以輕松地在Hadoop上開發(fā)和運行處理海量數(shù)據(jù)的應用程序。Hadoop 設計之初的目標就定位于高可靠性、高可拓展性、高容錯性和高效性，正是這些設計上與生俱來的優(yōu)點，才使得Hadoop一出現(xiàn)就受到眾多大公司的青睞，在互聯(lián)網(wǎng)領域得到了廣泛運用。
本書采用理論 實戰(zhàn)的形式編寫，不但全面介紹了大數(shù)據(jù)技術生態(tài)圈，更在此基礎上全景展現(xiàn)了Hadoop大數(shù)據(jù)分布式系統(tǒng)集群平臺的搭建、大數(shù)據(jù)分布式文件系統(tǒng)HDFS（Hadoop Distributed File System）、大數(shù)據(jù)分布式并行計算框架MapReduce、Hadoop大數(shù)據(jù)倉庫工具Hive和海量日志采集工具Flume等大數(shù)據(jù)實用技術，后通過一個完整的Hive數(shù)據(jù)倉庫項目，深入講解了大數(shù)據(jù)技術在實際工作中的應用。本書通俗易懂、結(jié)構(gòu)清晰，內(nèi)容層層遞進，理論與實踐相結(jié)合，著重于分析解決問題的思路和具體實施過程。書中包含大量的案例講解和練習，通過從案例需求到案例實現(xiàn)這一完整流程的體驗，可以幫助讀者真正理解與消化Hadoop大數(shù)據(jù)技術。書中案例全部源于企業(yè)真實項目，可操作性強，可輕松引導讀者融會貫通相關技術。
本書特色：
（1）重點突出，理論與實踐結(jié)合，適合教學使用。
（2）內(nèi)容結(jié)構(gòu)完整，可循序漸進地教學。
（3）以圖文并茂的方式展示了大數(shù)據(jù)應用程序的設計與實現(xiàn)過程。
另外，本書配套資源豐富，掃描書中二維碼除了可以得到相應的程序源代碼、教學PPT、課后練習之外，更有海量教學視頻。視頻囊括了書中介紹的所有內(nèi)容，所有的實踐案例也通過教學視頻加以講解，內(nèi)容充實。
后，本書的附錄中還介紹了一個使用可視化在線云開發(fā)平臺道捷實訓云平臺（www.yun.51dcool.com)完成的項目，該項目直接使用道捷實訓云模擬的分布式物理集群，計算每個學生相應科目的平均分，然后將同一個科目的成績放在一個文件中，并按照平均分從高到低排序，省去了我們自己搭建大數(shù)據(jù)集群的時間，極大地提高了工作效率。
本書是為所有熱愛大數(shù)據(jù)、打算從事大數(shù)據(jù)相關工作的讀者編寫的，適合有Java編程基礎的學習者參考使用，也適合作為高等院校、培訓機構(gòu)的大數(shù)據(jù)技術教材。由于時間倉促，編者水平有限，書中難免有疏漏之處，敬請讀者批評指正！

編 者
2021年2月