Hadoop Chapter 5：Deep Insight of MapReduce（深入解析 MapReduce）
一、Introduction of MapReduce（MapReduce 简介） MapReduce 是 Hadoop 的处理层。MapReduce 编程模型旨在通过将工作划分为一组独立的任务，来并行处理海量数据。你只需将业务逻辑融入 MapReduce 的工作方式中，其余的部分将由框架自动处理。
Hadoop Chapter 4：HDFS Distributed File System（HDFS 分布式文件系统）
一、Introduction of Hadoop Shell Commands（Hadoop Shell 命令简介） Hadoop 分布式文件系统（HDFS）是一种分布式文件系统，基于“一次写入，多次读取”的理念，具有高容错性和高吞吐量。DataNode 负责处理来自文件系统客户端的读写请求。 HD
Hadoop Chapter 3：Hadoop Composition and Structure（Hadoop 的组成与结构）
一、Hadoop Architecture and Components（Hadoop 架构和组件） Hadoop 采用主从拓扑结构。在这种拓扑结构中，我们有一个主节点（Master Node）和多个从节点（Slave Nodes）。主节点的功能是向各个从节点分配任务并管理资源，而从节点执行实际的计
Hadoop Chapter 2：Hadoop and Big Data Architecture（Hadoop 与大数据架构）
一、Overview of Hadoop Operating Modes（Hadoop 运行模式概述） Hadoop 的四种主要运行模式： 本地运行模式（Local Runtime Mode） 伪分布式运行模式（Pseudo-Distributed Operating Mode） 完全分布式运行模式
Hadoop Chapter 1：Big Data Concept（大数据概念）
本章介绍了大数据的概念、类型、特征及其处理优势，并系统梳理了 Hadoop 生态系统工具和发展历程。大数据指的是体量巨大、类型多样、增长迅速且无法用传统工具高效处理的数据集合，常见类型包括结构化、非结构化和半结构化数据，具有体量大（Volume）、多样性（Variety）、速度快（Velocity）和真实性（Veracity）等特征。通过处理大数据，企业可提升决策效率、优化客户服务、降低风险并增强运营能力。Hadoop 是为大数据而生的开源框架，由 HDFS 和 YARN 组成，具备高可靠性、扩展性与容错性。本章还介绍了 Hadoop 的常用生态工具，如 HBase、Hive、Zookeeper、Sqoop、Storm 等，以及其自 2002 年以来的发展历史和主要发行版。最后通过性能、可扩展性和可靠性三方面介绍了评估 Hadoop 发行版的核心标准。
最近发布
