Hadoop技术内幕：深入解析MapReduce架构设计与实现原理

目 录 前言 为什么要写这本书 读者对象 如何阅读本书 勘误和支持 致谢 第一部分 基础篇 第1章 阅读源代码前的准备 1.1 准备源代码学习环境 1.2 获取Hadoop源代码 1.3 搭建Hadoop源代码阅读环境 1.4 Hadoop源代码组织结构 1.5 Hadoop初体验 1.6 编译及调试Hadoop源代码 1.7 小结 第2章 MapReduce设计理念与基本架构 2.1 Hadoop发展史 2.2 Hadoop MapReduce设计目标 2.3 MapReduce编程模型概述 2.4 Hadoop基本架构 2.5 Hadoop MapReduce作业的生命周期 2.6 小结 第二部分 MapReduce编程模型篇 第3章 MapReduce编程模型 3.1 MapReduce编程模型概述 3.2 MapReduce API基本概念 3.3 Java API解析 3.4 非Java API解析 3.5 Hadoop工作流 3.6 小结 第三部分 MapReduce核心设计篇 第4章 Hadoop RPC框架解析 4.1 Hadoop RPC框架概述 4.2 Java基础知识 4.3 Hadoop RPC基本框架分析 4.4 MapReduce通信协议分析 4.5 小结 第5章 作业提交与初始化过程分析 5.1 作业提交与初始化概述 5.2 作业提交过程详解 11.1 Hadoop安全机制概述 11.2 基础知识 11.3 Hadoop安全机制实现 11.4 应用场景总结 11.5 小结 第12章 下一代MapReduce框架 12.1 第一代MapReduce框架的局限性 12.2 下一代MapReduce框架概述 12.3 Apache YARN 12.4 Facebook Corona 12.5 Apache Mesos 12.6 小结 附录A 安装Hadoop过程中可能存在的问题及解决方案 附录B Hadoop默认HTTP端口号以及HTTP地址 参考资料 前言 为什么要写这本书 突然之间，大数据一下子就“火”了，开源软件Hadoop也因此水涨船 高。得益于一些国际领先厂商，尤其是FaceBook、Yahoo！以及阿里巴 巴等互联网巨头的现身说法，Hadoop被看成大数据分析的“神器”。IDC 在对中国未来几年的预测中就专门提到了大数据，其认为未来几年，会 有越来越多的企业级用户试水大数据平台和应用，而这之中，Hadoop将 成为最耀眼的“明星”。 尽管Hadoop整个生态系统是开源的，但是，由于它包含的软件种类 过多，且版本升级过......