Kevin Sitto, Marshall Presser 著

陈新, 唐晓 译

出版时间：2016年10月

页数：109

如果你的组织即将开始进入大数据的世界，那么可能不仅需要决定Apache Hadoop这个平台是否适合使用，还需要决定Hadoop中哪些组件最适合完成你的任务。本书将帮助你更容易地完成这项工作。本书将Hadoop的生态系统分解为一个个简略的、容易理解的小段内容，以便读者可以快速理解Hadoop项目、子项目及其相关技术是如何一起工作的。
本书每一章都介绍了不同的主题（例如核心技术或数据传输），并且解释了为什么特定组件适用或不适用特定的需求。对于数据处理来说，使用Hadoop是一个全新的挑战，但如果有了这本便利的参考书，你将很容易领会使用Hadoop的精妙所在。

主要包括如下主题：
● 核心技术。Hadoop分布式文件系统（HDFS）、MapReduce、YARN和Spark。
● 数据库和数据管理。Cassandra、HBase、MongoDB和Hive。
● 序列化。Avro、JSON和Parquet。
● 管理和监视。Puppet、Chef、Zookeeper和Oozie。
● 分析辅助。Pig、Mahout和MLLib。
● 数据传输。Scoop、Flume、distcp和Storm。
● 安全、访问控制和审计。Sentry、Kerberos和Knox。
● 云计算和虚拟化。Serengeti、Docker和Whirr。