Hadoop MapReduce实战手册本书目标是帮助读者学会处理大型的复杂数据集。本书虽从简单的例子开始，但仍然可以看到深入的内容。这是一本简单的一站式指南，传授如何完成复杂的事情。它以一种简单而直接的方式呈现了90个攻略，给出了一步步的指导和真实环境的应用示例。
本产品包括在Apache软件基金会（http://www.apache.org/）开发的软件。
本书涵盖的内容第1章解释了如何以单点模式以及集群模式安装和运行Hadoop。
第2章介绍了一套高级的HDFS操作，在处理大规模数据时，无论是用Hadoop MapReduce还是用非MapReduce用例，这些操作都很有用。
第3章解释了如何改变Hadoop部署的配置和安全性，以及如何调试。
第4章介绍了几种高级的Hadoop MapReduce特性，这些特性将有助于你开发高度定制化的、高效的MapReduce应用程序。
第5章介绍了其他与Hadoop相关的项目，如HBase、Hive和Pig。
第6章解释了如何使用Hadoop来计算基本的统计分析信息。
第7章介绍几种可以与Apache Hadoop协同使用的工具和技术，让你可以进行大规模的搜索和索引。
第8章介绍了如果使用Hadoop实现复杂的算法，如聚类、推荐和关系发现。
第9章解释了如何使用Hadoop和Mahout处理海量文本数据集，以及如何使用Hadoop实现数据预处理和加载操作。
第10章解释了如何使用亚马逊弹性MapReduce（Elastic MapReduce，EMR）和Apache Whirr在云基础设施上部署和执行Hadoop MapReduce、Pig、Hive和HBase计算。
第1章 搭建Hadoop并在集群中运行1.1 简介1.2 在你的机器上安装Hadoop1.3 写WordCountMapReduce示例程序，打包并使用独立的Hadoop运行它1.4 给WordCount MapReduce程序增加combiner步骤1.5 安装HDFS1.6 使用HDFS监控UI1.7 HDFS的基本命令行文件操作1.8 在分布式集群环境中设置Hadoop1.9 在分布式集群环境中运行WordCount程序1.10 使用MapReduce监控UI第2章 HDFS进阶2.1 简介2.2 HDFS基准测试2.3 添加一个新的DataNode2.4 DataNode下架2.5 使用多个磁盘/卷以及限制HDFS的磁盘使用情况2.6 设置HDFS块大小2.7 设置文件冗余因子2.8 使用HDFS的Java API2.9 使用HDFS的C API（libhdfs）2.10 挂载HDFS（Fuse-DFS）2.11 在HDFS中合并文件 第3章 高级Hadoop MapReduce运维第4章 开发复杂的Hadoop MapReduce应用程序第5章 Hadoop生态系统第6章 分析第7章 搜索和索引第8章 聚类、推荐和关系发现第9章 海量文本数据处理第10章 云端部署——在云上使用Hadoop
相关资源：Hadoop MapReduce实战手册(完整版)