本书共14章，前4章主要讲解和演示大数据与Hadoop概述、Hadoop伪分布式安装、HDFS分布式文件系统、MapReduce分布式计算框架。第5到11章讲解了Hadoop生态的常用组件，包括NoSQL数据库HBase、分布式数据仓库Hive、数据转换工具Sqoop、内存计算框架Spark。最后3章讲解了3个企业级的大型大数据综合实战项目。

本书共14章，前4章主要讲解和演示大数据与Hadoop概述、Hadoop伪分布式安装、HDFS分布式文件系统、MapReduce分布式计算框架。第5到11章讲解了Hadoop生态的常用组件，包括NoSQL数据库HBase、分布式数据仓库Hive、数据转换工具Sqoop、内存计算框架Spark。最后3章讲解了3个企业级的大型大数据综合实战项目。

本书以Hadoop及其周边框架为主线，介绍了整个Hadoop生态系统主流的大数据开发技术。全书共16章，第1章讲解了VMware中CentOS7操作系统的安装；第2章讲解了大数据开发之前对操作系统集群环境的配置；第3~16章讲解了Hadoop生态系统各框架HDFS、MapReduce、YARN、ZooKeeper、HBase、Hive、Sqoop和数据实时处理系统Flume、Kafka、Storm、Spark以及分布式搜索系统Elasticsearch等的基础知识、架构原理、集群环境搭建，同时包括常用的Shell命令、API操作、源码剖析，并通过实际案例加深对各个框架的理解与应用。通过阅读本书，读者即使没有任何大数据基础，也可以对照书中的步骤成功搭建属于自己的大数据集群并独立完成项目开发。本书可作为Hadoop新手入门的指导书，也可作为大数据开发人员的随身手册以及大数据从业者的参考用书。

大数据贵在落实！本书是一本讲解大数据实战的图书，按照“深入分析组件原理、充分展示搭建过程、详细指导应用开发”的指导思想编写。全书分为三篇，第一篇为大数据的基本概念和技术，主要介绍大数据的背景、概念、特性及关键技术；第二篇为Hadoop大数据平台搭建与基本应用，内容涉及Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark等；第三篇为大数据处理与项目开发，包括交互式数据处理、协同过滤推荐系统、销售数据分析系统，并就京东的部分销售数据使用大数据进行处理分析。本书适合初学者入门和进阶，也可供希望全面、系统地理解并掌握大数据实际应用的读者参考，对从事大数据项目开发的专业人员也有参考价值。

大数据贵在落实！本书是一本讲解大数据实战的图书，按照“深入分析组件原理、充分展示搭建过程、详细指导应用开发”的指导思想编写。全书分为三篇，第一篇为大数据的基本概念和技术，主要介绍大数据的背景、概念、特性及关键技术；第二篇为Hadoop大数据平台搭建与基本应用，内容涉及Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark等；第三篇为大数据处理与项目开发，包括交互式数据处理、协同过滤推荐系统、销售数据分析系统，并就京东的部分销售数据使用大数据进行处理分析。本书适合初学者入门和进阶，也可供希望全面、系统地理解并掌握大数据实际应用的读者参考，对从事大数据项目开发的专业人员也有参考价值。

《Storm分布式实时计算模式》由Apache Storm 项目核心贡献者吉奥兹、奥尼尔亲笔撰 写，融合了作者丰富的Storm实战经验，通过大量 示例，全面而系统地讲解使用Storm进行分布式实 时计算的核心概念及应用，并针对不同的应用场 景，给出多种基于Storm的设计模式，为读者快速 掌握Storms分布式实时计算提供系统实践指南。 《Storm分布式实时计算模式》分为10章：第l章介绍使用storm建立一 个分布式流式计算应用所涉及的核心概念，包括 storm的数据结构、开发环境的搭建，以及Storm 程序的开发和调试技术等；第2章详细讲解storm 集群环境的安装和搭建，以及如何将topology部署 到分布式环境中；第3章通过传感器数据实例详细 介绍Trident topology；第4章讲解如何使用Storm 和Tridentj挂行实时趋...(展开全部)

Ceph是目前开源世界在存储领域的里程碑式项目，它所带来的分布式、无中心化设计是目前众多商用分布式存储模仿和学习的对象。Ceph社区经过十多年发展已经成为近几年参与度增长最快的开源社区之一，而Ceph中国社区正是背后的驱动力之一。从2015年开始，Ceph中国社区一直努力在国内普及Ceph的生态，并为广大Ceph爱好者提供了交流平台，使得众多开源爱好者能够进一步了解Ceph的魅力。在过去的10年，开源世界慢慢成为了IT创新的动力，而这10年也是国内技术爱好者受益于开源的最好时间。但是，从开源爱好者到社区的深度参与方面，尤其是在世界级开源项目上，我们还存在大缺失，而这些“沟壑”需要像Ceph中国社区这样的组织来弥补。我很欣喜地看到Ceph中国社区能在最合适的时间成立并迅速成长，而且受到Ceph官方社区的认可。

本书由斯坦福大学“Web 挖掘”课程的内容总结而成，主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统、社会网络图挖掘和大规模机器学习等。其中每一章节有对应的习题，以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。

大数据：互联网大规模数据挖掘与分布式处理，ISBN：9787115291318，作者：（美） Anand Rajaraman （美） Jeffrey David Ullman 著，王 斌 译

本书对第 1 版做了修订，紧跟分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括 ：分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。 本书可以作为计算机相关专业本科高年级学生和研究生的教材，也可供相关技术人员参考使用。