《大数据技术全解：基础、设计、开发与实践》的内容展现了大数据领域中的一些最新的技术，主要集中于Hadoop生态中的HDFS（分布式文件系统）、MapReduce分布式计算框架以及HBase分布式数据库三大核心部件的相关技术和实现。作者杨巨龙分别从基础、技术、设计、安装、开发、实践等六个方面来展开这些技术，兼顾了技术原理、具体操作以及设计开发三个层面。不同背景、不同层次和不同目的的读者可以从这三个层面的六个方面来有选择地进行阅读。作者凭借其技术造诣，对内容的设计和编排以及技术的深度等把握得很好。

“大数据”一词已成为当下最热门的词汇之一。人们热切期待大数据能给工作、学习和生活等方面带来前所未有的变化，而大数据的采集、存储、计算、分析挖掘、呈现和安全等技术正是实现这一变化的关键。杨巨龙编著的《大数据技术全解：基础、设计、开发与实践》的重点不在于对大数据技术的原理性介绍，而是从实战角度出发，系统地阐述如何基于Hadoop开源软件为客户设计、安装和开发一个大数据系统。本书还着重分享了具体实践中的一些案例，不仅对于从事大数据系统开发的IT技术人员具有珍贵的参考价值，而且对准备实施大数据系统项目的企业级客户也具有指导作用。

《大数据技术全解：基础、设计、开发与实践》可以作为计算机软件专业的本科生和研究生的大数据技术教材，也可作为大数据技术开发培训、大数据系统咨询规划培训的教材，更是大数据领域内一线的需求分析人员、系统分析人员、高级开发人员和开发管理人员的必备参考书。

第1篇 基础篇

第1章 大数据的三把利剑 2

 1.1 豌豆杂交实验 2

 1.2 曹冲称象启示 2

 1.3 谷歌的三把利剑 4

 1.4 智慧改变世界 4

第2章 企业的大数据观 5

 2.1 企业面临的挑战 5

 2.1.1 数据能力是核心竞争力 5

 2.1.2 从粗放经营到智慧经营 6

 2.1.3 技术与商业的双重挑战 6

 2.2 企业大数据从哪来 7

 2.2.1 来自于主体的产生 7

 2.2.2 来自于客体的产生 8

 2.2.3 来自于社会的产生 9

 2.3 企业大数据如何存储 9

 2.3.1 非结构化数据存储 9

 2.3.2 结构化数据存储 10

 2.3.3 半结构化数据存储 11

 2.3.4 大数据存储的问题 12

 2.4 企业大数据如何加工 13

 2.4.1 分析或挖掘模型设计 14

 2.4.2 并行处理程序编码 15

 2.4.3 结果在全局中呈现 17

 2.5 企业的大数据到哪里去 17

 2.5.1 大数据对企业影响深远 17

 2.5.2 大数据是一种新商品 18

 2.5.3 精准营销需要大数据 18

 2.6 企业大数据观总结 19

第3章 大数据和大数据系统 20

 3.1 大数据 20

 3.1.1 大数据概念 20

 3.1.2 大数据的特征 21

 3.1.3 数据计量单位 21

 3.1.4 大数据来源 22

 3.1.5 大数据类型 22

 3.2 大数据系统 22

 3.2.1 设计目标和原则 23

 3.2.2 系统的设计思想 23

 3.2.3 系统的逻辑架构 25

 3.2.4 与现有系统的关系 26

 3.2.5 当前的大数据系统 28

第2篇 技术篇

第4章 分布、键值对与族 36

 4.1 分布与MapReduce 36

 4.2 键值对的奥妙所在 38

 4.3 动态数据库表原理 39

第5章 HDFS（分布式文件系统） 40

 5.1 设计目标 40

 5.2 基本概念 40

 5.2.1 块 41

 5.2.2 名称节点与数据节点 41

 5.3 系统架构 42

 5.3.1 逻辑架构 42

 5.3.2 物理架构 43

 5.4 运行机制 43

 5.4.1 文件读取 43

 5.4.2 文件写入 44

 5.4.3 特别关注 46

 5.5 系统功能 49

 5.5.1 多文件系统 49

 5.5.2 目录管理 50

 5.5.3 文件管理 50

 5.5.4 文件归档 51

 5.5.5 并行复制 52

 5.6 系统I/O特性 52

 5.6.1 完整性校验 52

 5.6.2 压缩与编码解码 54

 5.6.3 序列化 55

 5.6.4 特殊文件结构 56

 5.7 非Java访问接口 57

 5.8 系统性能 58

 5.8.1 可靠性措施 58

 5.8.2 性能优化 59

第6章 MapReduce分布式编程模式 60

 6.1 不同于传统 60

 6.2 设计思想 61

 6.3 基本概念 61

 6.3.1 map（）函数 62

 6.3.2 reduce（）函数 62

 6.3.3 键值对 63

 6.3.4 中间结果 63

 6.3.5 移动代码 64

 6.3.6 作业和任务节点 65

 6.4 系统架构 65

 6.4.1 逻辑架构 65

 6.4.2 物理架构 66

 6.5 运行机制 67

 6.5.1 作业运行 67

 6.5.2 作业调度 69

 6.5.3 任务执行 70

 6.5.4 状态更新 70

 6.5.5 作业完成 71

 6.5.6 故障处理 71

 6.6 关键技术 72

 6.6.1 计数器 72

 6.6.2 排序 73

 6.6.3 连接 73

 6.6.4 shuffle 74

 6.6.5 内存处理 75

 6.6.6 分布式缓存 76

 6.7 类型与格式 77

 6.7.1 MR的类型 77

 6.7.2 输入格式 78

 6.7.3 输出格式 80

 6.8 MR的开发 81

 6.8.1 开发端环境的建立 82

 6.8.2 开发及单元测式 84

 6.8.3 本地运行测试 87

 6.8.4 集群运行 89

 6.8.5 作业调试 92

 6.8.6 远程调试 93

 6.8.7 作业调优 94

 6.9 MR工作流 95

第7章 HBase分布式数据库 96

 7.1 设计目标 96

 7.2 基本概念 97

 7.2.1 逻辑模型 97

 7.2.2 物理模型 98

 7.2.3 区域 99

 7.2.4 基本单元 99

 7.2.5 Region服务器 100

 7.2.6 Master主服务器 101

 7.2.7 .META.元数据表 101

 7.2.8 -ROOT-元数据表 102

 7.3 系统架构 103

 7.3.1 逻辑架构 104

 7.3.2 物理架构 105

 7.4 运行机制 105

 7.5 系统功能 107

 7.5.1 用户界面 107

 7.5.2 shell操作 109

 7.6 库表设计 112

 7.7 访问接口 112

第3篇 设计篇

第8章 系统设计背景和目标 116

 8.1 系统设计背景 116

 8.2 系统设计目标 117

 8.2.1 存在问题 117

 8.2.2 设计目标 118

第9章 系统架构设计 121

 9.1 逻辑架构设计 121

 9.1.1 系统逻辑架构 121

 9.1.2 系统运行逻辑 122

 9.2 功能架构设计 123

 9.2.1 大数据管理系统的功能 124

 9.2.2 ZooKeeper系统的功能 126

 9.2.3 Chukwa采集系统的功能 127

 9.2.4 Pig系统功能 127

 9.2.5 Hive系统功能 128

 9.3 数据架构设计 128

 9.3.1 数据总体架构 129

 9.3.2 分布式文件数据结构 130

 9.3.3 分布式数据库数据结构 130

 9.3.4 关系型数据库数据构成 131

第10章 运行架构设计 132

 10.1 物理架构设计 133

 10.1.1 网络拓扑 133

 10.1.2 软/硬件选型 133

 10.2 集成架构设计 135

 10.2.1 总体集成设计 135

 10.2.2 专项集成设计 137

 10.3 安全架构设计 140

 10.3.1 用户层安全 140

 10.3.2 应用层安全 141

 10.3.3 数据层安全 141

 10.4 开发架构设计 142

第4篇 安装篇

第11章 安装规划 144

 11.1 安装目标 144

 11.2 安装步骤 145

第12章 环境准备 147

 12.1 主机准备 147

 12.2 介质准备 147

 12.3 基础安装 148

 12.3.1 JDK安装 148

 12.3.2 用户创建 148

 12.3.3 SSH配置 149

第13章 集群安装 150

 13.1 HDFS集群 150

 13.1.1 解析配置 150

 13.1.2 模板创建 151

 13.1.3 复制分发 153

 13.1.4 运行启动 153

 13.1.5 测试验证 154

 13.2 HBase集群 156

 13.2.1 解析配置 156

 13.2.2 模板创建 157

 13.2.3 复制分发 158

 13.2.4 运行启动 158

 13.2.5 测试验证 158

 13.3 ZooKeeper集群 159

 13.3.1 解析配置 159

 13.3.2 模板创建 160

 13.3.3 复制分发 160

 13.3.4 运行启动 161

 13.3.5 测试验证 161

第14章 分布式应用安装 163

 14.1 Pig安装 163

 14.1.1 本地安装 163

 14.1.2 本地验证 164

 14.1.3 集成配置 164

 14.1.4 集成验证 165

 14.2 Hive安装 165

 14.2.1 内嵌安装与验证 166

 14.2.2 从内嵌改为独立 166

 14.2.3 从独立改为远程 169

 14.3 Chukwa安装 171

 14.3.1 基础系统安装 171

 14.3.2 代理系统安装 172

 14.3.3 收集系统的安装 174

 14.3.4 作业系统的安装 175

 14.3.5 HICC系统的安装 176

第15章 集成联调 177

 15.1 集群间的集成联调 177

 15.1.1 HBase与HDFS集成联调 177

 15.1.2 HBase与ZooKeeper集成联调 178

 15.2 分布式应用与集群间的集成联调 179

 15.2.1 Pig与HDFS的集成 179

 15.2.2 Hive与HDFS的集成 180

 15.2.3 Hive与Hbase的集成 181

 15.2.4 Chukwa与HDFS的集成 183

 15.3 客户端与分布式系统间的集成联调 184

 15.3.1 与分布式集群系统的集成 184

 15.3.2 与分布式应用系统的集成 185

第5篇 开发篇

第16章 大数据系统应用开发思路和环境 188

 16.1 总体思路 188

 16.1.1 大数据读写应用的开发 188

 16.1.2 大数据分析应用的开发 188

 16.2 开发环境 189

 16.2.1 Plugin插件的安装 189

 16.2.2 Hadoop开发环境的配置 190

 16.2.3 示例程序验证 191

第17章 HDFS文件读/写应用开发 196

 17.1 文件列表 196

 17.2 文件读取 197

 17.3 文件上传 198

 17.4 文件创建 199

 17.5 文件写入 200

 17.6 文件压缩与解压 201

 17.6.1 压缩写入 201

 17.6.2 解压后读取 203

 17.7 目录创建 205

 17.8 文件重命名 206

 17.9 删除文件 207

 17.10 查看文件时间 208

 17.11 查看文件是否存在 209

 17.12 查找文件位置 210

 17.13 查找集群所有的节点 211

 17.14 SequenceFile文件格式转换 212

 17.14.1 创建SequenceFile格式的文件 213

 17.14.2 读取SequenceFile格式的文件 215

 17.15 MapFile文件格式转换 217

 17.15.1 创建MapFile格式的文件 217

 17.15.2 读取MapFile格式的文件 218

 17.15.3 SequenceFile格式转换成MapFile格式 220

第18章 HBase数据库读/写应用开发 222

 18.1 创建表 222

 18.2 删除表 224

 18.3 查询数据库中的表 225

 18.4 插入记录 226

 18.5 查询记录 228

 18.5.1 列族的查询 228

 18.5.2 查询所有记录 229

 18.5.3 基于行键查询 231

 18.5.4 基于标签值查询 232

 18.5.5 组合条件查询 234

 18.6 修改记录 236

 18.7 删除记录 237

第19章 ZooKeeper开发 238

 19.1 创建节点 238

 19.2 删除节点 240

 19.3 加入子节点 242

 19.4 列出节点成员 242

 19.5 获取节点内容 244

第20章 MapReduce开发 247

 20.1 定制数据类型 247

 20.2 定制输入格式 250

 20.3 定制输出格式 254

 20.4 将整个文件作为输入 259

 20.5 小文件聚合成一个文件 264

 20.6 多集合文件输出 266

 20.7 对压缩数据处理 268

 20.8 定制partioner 271

 20.9 定制combiner 274

 20.10 MapReduce组合 278

 20.10.1 迭代组合 278

 20.10.2 线性组合 283

 20.10.3 依赖组合 284

 20.10.4 前后链式组合 288

 20.11 多数据源连接 292

 20.11.1 Reduce端连接 292

 20.11.2 Map端连接 297

 20.11.3 Map端过滤的Reduce端连接 300

 20.12 全局参数应用 305

 20.13 全局文件应用 309

 20.14 关系数据库访问 311

 20.14.1 关系数据库读取 312

 20.14.2 关系数据库的写入 315

第21章 Pig开发 319

 21.1 脚本编程 319

 21.1.1 脚本语言 319

 21.1.2 脚本编程 322

 21.1.3 脚本运行 323

 21.2 自定义函数 327

 21.2.1 编译打包 327

 21.2.2 测试运行 328

第22章 Hive开发 329

 22.1 HiveQL语言 329

 22.1.1 HiveQL的数据类型 329

 22.1.2 HiveQL的常用操作 330

 22.2 UDF编码 339

 22.3 UDAF编码 341

 22.4 客户端编码 343

 22.4.1 与Hive服务器端连接建立 343

 22.4.2 与Hive进行指令交互 344

 22.4.3 客户端命令组织 345

 22.4.4 程序运行结果 346

第6篇 实践篇

第23章 企业大数据盘系统 348

 23.1 系统开发背景 348

 23.2 系统架构设计 348

 23.3 系统功能设计 349

 23.4 系统代码实现 350

第24章 Hadoop的日志分析 352

 24.1 系统开发背景 352

 24.2 系统架构设计 352

 24.3 系统功能设计 353

 24.4 系统代码实现 353

 24.4.1 系统连接代码 353

 24.4.2 Hive模块代码 355

 24.4.3 系统组织代码 356

 24.5 系统实现效果 357

参考文献 358