第1章 Hadoop基础

1.1 Hadoop简介

1.1.1 Hadoop概述

1.1.2 Hadoop项目及其结构

1.1.3 Hadoop体系结构

1.1.4 Hadoop数据管理

1.1.5 Hadoop分布式开发

1.1.6 Hadoop计算模型-MapReduce

1.1.7 Hadoop集群安全策略

1.2 Hadoop的安装与配置

1.2.1 在Linux上安装与配置Hadoop

1.2.2 在Windows上安装与配置Hadoop

1.2.3 安装和配置Hadoop集群

1.3 Hadoop的常用插件与开发

1.3.1 Hadoop Eclipse的安装环境

1.3.2 Hadoop Eclipse的编译步骤

1.3.3 Hadoop Eclipse的安装步骤

1.3.4 Hadoop Eclipse的使用举例

1.4 思考题

第2章 MapReduce开发

2.1 MapReduce计算模型

2.1.1 MapReduce计算模型

2.1.2 MapReduce任务的优化

2.1.3 Hadoop流

2.1.4 Hadoop Pipes

2.2 开发MapReduce应用程序

2.2.1 系统参数的配置

2.2.2 配置开发环境

2.2.3 编写MapReduce程序

2.2.4 本地测试

2.2.5 网络用户界面

2.2.6 性能调优

2.2.7 MapReduce工作流

2.3 MapReduce应用案例

2.3.1 单词计数

2.3.2 数据去重

2.3.3 排序

2.3.4 单表关联

2.3.5 多表关联

2.4 MapReduce工作机制

2.4.1 MapReduce作业的执行流程

2.4.2 错误处理机制

2.4.3 作业调度机制

2.4.4 Shuffle和排序

2.4.5 任务执行

2.5 思考题

第3章 Hadoop进阶

3.1 Hadoop I/O操作

3.1.1 I/O操作中的数据检查

3.1.2 数据的压缩

3.1.3 数据的I/O序列化操作

3.1.4 针对Mapreduce的文件类

3.2 Hadoop的管理

3.2.1 HDFS文件结构

3.2.2 Hadoop的状态监视和管理工具

3.2.3 Hadoop集群的维护

3.3 下一代MapReduce：YARN

3.3.1 MapReduce V2设计需求

3.3.2 MapReduce V2主要思想和架构

3.3.3 MapReduce V2设计细节

3.3.4 MapReduce V2优势

3.4 思考题

第4章 Hadoop实战

4.1 实战一 MapReduce实现推荐系统

4.1.1 作业描述

4.1.2 作业分析

4.1.3 程序代码

4.1.4 准备输入数据

4.1.5 运行程序

4.1.6 代码结果

4.2 实战二 使用MapReduce求每年最低温度

4.2.1 作业描述

4.2.2 程序代码

4.2.3 准备输入数据

4.2.4 运行程序

4.2.5 代码结果

参考文献