第1章 概论
1.1 大数据技术简介
1.1.1 大数据技术的起源
1.1.2 大数据应用领域
1.1.3 大数据基础设施
1.2 大数据技术与大数据开发
1.2.1 什么是大数据开发
1.2.2 大数据开发的作用
1.2.3 大数据开发技术框架
1.2.4 大数据开发与大数据分析的
异同
1.3 本书中你将学习到的内容
本章小结
本章练习
第2章 Hadoop集群环境搭建
2.1 Hadoop简介
2.1.1 Hadoop的优点
2.1.2 Hadoop生态系统
2.2 Hadoop集群环境搭建
2.2.1 修改主机名
2.2.2 修改主机IP映射
2.2.3 配置SSH无密码登录
2.2.4 安装JDK
2.2.5 安装Hadoop
本章小结
本章练习
第3章 HDFS
3.1 HDFS的概念
3.2 HDFS的特点
3.3 HDFS的原理
3.3.1 HDFS体系结构
3.3.2 HDFS主要组件
3.4 HDFS中的文件读／写
3.4.1 HDFS读数据
3.4.2 HDFS写数据
3.5 HDFS的安全性措施
3.6 HDFS命令行操作
3.7 常用HDFS Java API详解
3.7.1 新建Hadoop项目
3.7.2 读取数据
3.7.3 创建目录
3.7.4 创建文件
3.7.5 删除文件
3.7.6 遍历文件和目录
3.7.7 复制上传本地文件
3.7.8 复制下载文件
本章小结
本章练习
第4章 MapRedlice
4.1 MapReduce概述
4.2 MapReduce技术特征
4.3 MapReduce 工作流程
4.3.1 MapReduce 工作原理
4.3.2 MapReduce任务流程
4.4 MapReduce工作组件
4.5 MapReduce错误处理机制
4.5.1 硬件故障处理
4.5.2 任务失败处理
4.6 案例分析一：单词计数
4.6.1 设计思路
4.6.2 程序源代码
4.6.3 程序解读
4.6.4 程序运行
4.7 案例分析二：数据去重
4.7.1 设计思路
4.7.2 程序源代码
……
第5章 ZooKeeper
第6章 HBase
第7章 Hive
第8章 storm
第9章 Sqoop
第10章 Kafka
第11章 Spark
第12章 ElasticSearch

青岛英谷教育科技股份有限公司编著的《大数据开发与应用(高等学校云计算与大数据专业十三五课改规划教材)》系统讲解了目前大数据开发领域的主流技术与实用技能，尤其侧重于对Hadoop生态系统的讲解，包括Hadoop框架的运作流程、执行原理及数据工具等内容。
全书共分12章，分别对大数据概论、Hadoop集群环境搭建以及HDFS、MapReduce、ZooKeeper、HBase、Hive、Storm、Sqoop、Katka、Spark和ElasticSearch的核心知识进行了介绍，同时辅以对各种API及实例的深入解析与实践指导，旨在使读者迅速理解并掌握大数据的相关知识框架体系，提高动手能力，熟练使用Hadoop集成环境等大数据开发工具，完成大数据相关应用的开发、调试和运行工作。
本书适用面广，可作为高等学校大数据专业、计算机类专业的教材，也可作为大数据从业者、软件开发人员以及程序设计爱好者的参考用书。