1. 為什么要學(xué)習(xí)本書(shū)
隨著5G、工業(yè)互聯(lián)網(wǎng)、人工智能等前沿科技的發(fā)展，工業(yè)大數(shù)據(jù)將從探索起步階段邁入縱深發(fā)展階段，迎來(lái)快速發(fā)展的機(jī)遇期，全球工業(yè)大數(shù)據(jù)行業(yè)的競(jìng)爭(zhēng)也將變得更為激烈。隨著市場(chǎng)數(shù)據(jù)增長(zhǎng)的加劇，國(guó)家對(duì)數(shù)據(jù)服務(wù)的要求也越來(lái)越多樣化、專(zhuān)業(yè)化、快速化，大數(shù)據(jù)的存儲(chǔ)和分析無(wú)疑對(duì)所有數(shù)據(jù)企業(yè)是一個(gè)挑戰(zhàn)。
Apache Hadoop是用于大規(guī)模數(shù)據(jù)存儲(chǔ)及處理的分析引擎，具有高可靠性、高效性、高擴(kuò)展性、高容錯(cuò)性、低成本等特點(diǎn)，并且在Hadoop生態(tài)體系中，包含了分布式文件存儲(chǔ)系統(tǒng)、分布式計(jì)算系統(tǒng)、分布式列存儲(chǔ)數(shù)據(jù)庫(kù)、分布式協(xié)作服務(wù)、數(shù)據(jù)倉(cāng)庫(kù)等多方面的解決方案，深受廣大軟件開(kāi)發(fā)工程師的喜愛(ài)。對(duì)于想從事大數(shù)據(jù)行業(yè)的開(kāi)發(fā)人員來(lái)說(shuō)，學(xué)好Hadoop尤為重要。
Hadoop技術(shù)功能強(qiáng)大，涉及知識(shí)面較廣，沒(méi)有基礎(chǔ)的讀者很難深入Hadoop體系架構(gòu)之中，因此本書(shū)采用理論和案例相結(jié)合的講解方式，將知識(shí)點(diǎn)由淺入深、由易到難地進(jìn)行解析，讓初學(xué)者能夠在逐漸深入的學(xué)習(xí)過(guò)程中掌握Hadoop的生態(tài)體系。
2. 本書(shū)內(nèi)容
本書(shū)共分10章，各章內(nèi)容簡(jiǎn)介如下。
第1章主要介紹大數(shù)據(jù)的產(chǎn)生與發(fā)展，以及大數(shù)據(jù)技術(shù)的生態(tài)工具。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)了解為什么要學(xué)習(xí)大數(shù)據(jù)、大數(shù)據(jù)生態(tài)系統(tǒng)有哪些成員。
第2章主要介紹Linux系統(tǒng)的安裝、基本命令操作、權(quán)限與目錄管理、文件操作及網(wǎng)絡(luò)配置。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握Linux系統(tǒng)的常用操作。
第3章主要介紹Python 3語(yǔ)言的基礎(chǔ)語(yǔ)法。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握Python 3環(huán)境的安裝與配置，熟悉Python 3的基礎(chǔ)語(yǔ)法。
第4章主要介紹Hadoop生態(tài)圈常用工具和Hadoop大數(shù)據(jù)集群環(huán)境的搭建。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握Hadoop大數(shù)據(jù)集群環(huán)境的搭建及Hadoop大數(shù)據(jù)集群常見(jiàn)問(wèn)題的處理。
第5章主要介紹HDFS的工作原理及HDFS的操作。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握HDFS的工作原理、HDFS命令與HDFS API的常用操作，并且能夠使用API解決實(shí)際問(wèn)題。
第6章主要介紹MapReduce的工作原理及API的操作。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握MapReduce的工作原理和API的常用操作，并且能夠使用MRJob模型編程解決實(shí)際問(wèn)題。
第7章主要介紹Hive數(shù)據(jù)倉(cāng)庫(kù)的工作原理、Hive環(huán)境的搭建和HiveQL的使用。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握Hive環(huán)境的安裝與配置，熟悉HiveQL的基礎(chǔ)語(yǔ)法，并且能夠使用HiveQL解決實(shí)際問(wèn)題。
第8章主要介紹HBase分布式數(shù)據(jù)庫(kù)的數(shù)據(jù)模型以及操作方式。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握部署HBase集群的方法，了解HBase存儲(chǔ)數(shù)據(jù)的架構(gòu)原理，并且能夠使用HBase分布式數(shù)據(jù)庫(kù)解決實(shí)際問(wèn)題。
第9章主要介紹Sqoop工具的環(huán)境搭建及Sqoop工具的使用。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握Sqoop工具的安裝和操作，并且能夠使用Sqoop工具實(shí)現(xiàn)ETL操作。
第10章主要介紹貨運(yùn)車(chē)分布分析平臺(tái)的構(gòu)建、開(kāi)發(fā)和部署，該平臺(tái)是基于HDFS的離線分析項(xiàng)目，使用Python語(yǔ)言對(duì)分析結(jié)果進(jìn)行了可視化展示。通過(guò)本章的學(xué)習(xí)，讀者應(yīng)掌握如何基于Python語(yǔ)言開(kāi)發(fā)Hadoop程序。
3. 作者與致謝
本書(shū)由劉彬斌著，參與本書(shū)的編寫(xiě)、資料整理、書(shū)稿校對(duì)、課件制作等工作的有周磊、廖云華、胡涵等。感謝清華大學(xué)出版社專(zhuān)業(yè)嚴(yán)謹(jǐn)?shù)墓ぷ鲬B(tài)度，為本書(shū)的順利出版提供了寶貴的意見(jiàn)，并付出了辛勤的勞動(dòng)。
4. 配套資源
讀者在學(xué)習(xí)本書(shū)時(shí)，可以配合與本書(shū)配套的講解視頻、教學(xué)大綱、PPT課件、習(xí)題和實(shí)例源碼等資源，快速提升編程水平和解決實(shí)際問(wèn)題的能力。
讀者掃描本書(shū)封底文泉云盤(pán)涂層下的二維碼，綁定微信后，即可掃描書(shū)中的二維碼觀看對(duì)應(yīng)視頻來(lái)進(jìn)行學(xué)習(xí)（配有視頻的章節(jié)已在目錄中標(biāo)出）。
教學(xué)大綱、PPT課件、習(xí)題答案和實(shí)例源碼等資源可以從清華大學(xué)出版社官方微信公眾號(hào)書(shū)圈（見(jiàn)封底）下載。關(guān)于本書(shū)及資源使用中的問(wèn)題，請(qǐng)聯(lián)系404905510@qq.com。

編者2022年1月