大数据：从基础理论到最佳实践

本书侧重于大数据的实践性技术，系统地介绍了主流大数据平台及工具的安装部署、管理维护和应用发。平台和工具的选择均为当前业界主流的源产品，因此，对于读者来说，有很强的可操作性。 本书涉及的源技术包括：HDFS、MapReduce、YARN、Zookeeper、HBase、Hive、Sqoop、Storm、Kafka、Flume等。除介绍一般性的背景知识、安装部署、管理维护和应用发技术外，还特别注重案例实践，重要的技术以实际工作场景或案例为依托，使读者能快速门，参考案例动手实践，通过具体深的实践，体会大数据的技术本质特征，领略大数据技术带来的创新理念，更好地理解和把握信息技术的发展趋势。 本书主要内容包括以下几大部分。  大数据存储篇：以HDFS为基础，介绍分布式文件系统的原理、安装、fs命令的使用、编程，介绍如何用HDFS实现，并通过HTTP调用。  大数据计算篇：以MapReduce、YARN为基础，介绍分布式计算的原理、部署，以及编程案例。  非关系型数据库篇：以HBase为基础，重介绍非关系型数据库的优势、原理、部署，以及命令行使用，编程案例，与Sqoop配合使用等。  大数据仓库篇：以Hive、数据仓库等为基础，重介绍数据的抽取、原理、部署、分析与编程。  大数据实时计算篇：以Storm、Kafka为基础，介绍实时计算的架构、组成、使用与发。 本书非常适合从事大数据技术发与使用的初学者，以及从事大数据技术研发的企事业单位工程师学习和参考，也适合高校计算机相关专业的专科生、本科生和研究生学习使用。
【作者】
祁伟：毕业于北京师范大学，目前担任《中国教育信息化》杂志社总编辑，具有超过20年的IT工作经验，在网络路由、服务器虚拟化、数据库等方面有深研究和丰富的实践经验。 刘冰：毕业于中国科学院计算技术研究所，数据中心架构师，从事虚拟化、监测与大数据分析等方面研究，曾与祁伟总编共同著有《云计算：从基础架构到*实践》，现就职于*教育管理信息中心。 常志军：毕业于中国科学院自动化研究所，大数据平台架构师，分布式系统研究人员。先后在搜狐畅游、中国搜索、Opera欧朋、中科院自动化所从事大数据领域的探索与研发工作。 赵廷涛：毕业于中国传媒大学，现就职于科技部信息中心，有多年大数据存储研发经验，现从事数据中心管理运维工作，专注于虚拟化、应用系统建设等相关技术研究。 高俊秀：毕业于北京航空航天大学计算机学院，数据仓库架构师，八年互联网大数据从业经验。历任百度、豌豆荚、今日头条的数据平台和数据仓库核心研发和负责人，对数据在业务上发挥价值有深的理解。