CLOUDERA HADOOP大数据平台实战指南

对于入门和学习大数据技术的读者来说，大数据技术的生态圈和知识体系过于庞大，可能还没有开始学习就已经陷入众多的陌生名词和泛泛的概念中。本书的切入点明确而清晰，从Hadoop 生态系统的明星 Cloudera 入手，逐步引出各类大数据基础和核心应用框架。 本书分为18章，系统介绍Hadoop 生态系统大数据相关的知识，包括大数据概述、Cloudera Hadoop平台的安装部署、HDFS分布式文件系统、MapReduce计算框架、资源管理调度框架YARN 、Hive数据仓库、数据迁移工具Sqoop、分布式数据库HBase、ZooKeeper分布式协调服务、准实时分析系统Impala、日志采集工具Flume、分布式消息系统Kafka、ETL工具Kettle、Spark计算框架等内容，很后给出两个综合实操案例，以巩固前面所学的知识点。 本书既适合Hadoop初学者、大数据技术工程师和大数据技术爱好者自学使用，亦可作为高等院校和培训机构大数据相关课程的培训用书。

第1章 大数据概述
1.1 大数据时代的数据特点
1.2 大数据时代的发展趋势――数据将成为资产
1.3 大数据时代处理数据理念的改变
1.3.1 要全体不要抽样
1.3.2 要效率不要绝对准确
1.3.3 要相关不要因果
1.4 大数据时代的关键技术
1.5 大数据时代的典型应用案例
1.5.1 塔吉特超市精准营销案例
1.5.2 谷歌流感趋势案例
1.5.3 证券行业案例
1.5.4 某运营商大数据平台案例
1.6 Hadoop概述和介绍
1.6.1 Hadoop发展历史和应用现状
1.6.2 Hadoop的特点
1.6.3 Hadoop的生态系统
第2章 Cloudera大数据平台介绍
2.1 Cloudera简介
2.2 Cloudera的Hadoop发行版CDH简介
2.2.1 CDH概述
2.2.2 CDH和Apache Hadoop对比
2.3 Cloudera Manager大数据管理平台介绍
2.3.1 Cloudera Manager概述和整体架构
2.3.2 Cloudera Manager的基本核心功能
2.3.3 Cloudera Manager的高级功能
2.4 Cloudera平台参考部署架构
2.4.1 Cloudera的软件体系结构
2.4.2 群集硬件规划配置
2.4.3 Hadoop集群角色分配
2.4.4 网络拓扑
第3章 Cloudera Manager及CDH离线安装部署
3.1 安装前的准备工作
3.2 Cloudera Manager及CDH安装
3.3 添加其他大数据组件
第4章 分布式文件系统HDFS
4.1 HDFS简介
4.2 HDFS体系结构
4.2.1 HDFS架构概述
4.2.2 HDFS命名空间管理
4.2.3 NameNode
4.2.4 SecondaryNameNode
4.3 HDFS 2.0新特性
4.3.1 HDFS HA
4.3.2 HDFS Federation
4.4 HDFS操作常用shell命令
4.4.1 HDFS目录操作和文件处理命令
4.4.2 HDFS的Web管理界面
4.4.3 dfsadmin管理维护命令
4.4.4 namenode命令 4.5 Java编程操作HDFS实践
4.6 HDFS的参数配置和规划
4.7 使用Cloudera Manager启用HDFS HA
4.7.1 HDFS HA高可用配置
4.7.2 HDFS HA高可用功能测试
第5章 分布式计算框架MapReduce
5.1 MapReduce概述
5.2 MapReduce原理介绍
5.2.1 工作流程概述
5.2.2 MapReduce框架的优势
5.2.3 MapReduce执行过程
5.3 MapReduce编程――单词示例解析
5.4 MapReduce应用开发
5.4.1 配置MapReduce开发环境
5.4.2 编写和运行MapReduce程序
第6章 资源管理调度框架YARN
6.1 YARN产生背景
6.2 YARN框架介绍
……
第7章 数据仓库Hive
第8章 数据迁移工具Sqoop
第9章 分布式数据库HBase
第10章 分布式协调服务ZooKeeper
第11章 准实时分析系统Impala
第12章 日志采集工具Flume
第13章 分布式消息系统Kafka
第14章 大数据ETL工具Kettle
第15章 大规模数据处理计算引擎Spark
第16章 大数据全栈式开发语言Python
第17章 大数据实战案例：实时数据流处理项目
第18章 大数据实战案例：用户日志综合分析项目