內容簡介
本書每一章都介紹了不同的主題（例如核心技術或數據傳輸），並且解釋了為什麼特定組件適用或不適用特定的需求。對於數據處理來說，使用Hadoop是一個全新的挑戰，但如果有了這本便利的參考書，你將很容易領會使用Hadoop的精妙所在。
主要包括如下主題：核心技術，Hadoop分布式文件繫統（HDFS）、MapReduce、YARN和Spark。數據庫和數據管理，Cassandra、HBase、MongoDB和Hive。序列化，Avro、JSON和Parquet。管理和監視，Puppet、Chef、Zookeeper和Oozie。分析輔助，Pig、Mahout和MLLib。數據傳輸，Scoop、Flume、distcp和Storm。安全、訪問控制和審計，Sentry、Kerberos和Knox。雲計算和虛擬化，Serengeti、Docker和Whirr。
