کتاب Hadoop The Definitive Guide

کتاب Hadoop The Definitive Guide یک راهنمای کامل برای آموزش Hadoop می‌باشد. این کتاب نسخه چهارم آن از انتشارات بین‌المللی O’Reilly بوده که در سال 2015 چاپ شده است ولی با این حال هنوز از بهترین منابع آموزش این نرم‌افزار کاربردی است.

مقدمه‌ای بر کتاب Hadoop The Definitive Guide:

کتاب «هادوپ: راهنمای جامع و مرجع کامل» به شما کمک می‌کند تا از قدرت داده‌های خود به بهترین شکل استفاده کنید. چارچوب Apache Hadoop که برای پردازش مجموعه‌داده‌های بسیار بزرگ طراحی شده است، یک پیاده‌سازی متن‌باز از الگوریتم MapReduce محسوب می‌شود؛ همان فناوری‌ای که گوگل بخش مهمی از موفقیت خود را بر پایه آن بنا کرده است. این منبع جامع نشان می‌دهد چگونه با استفاده از هادوپ، سیستم‌های توزیع‌شده، مقیاس‌پذیر و قابل‌اعتماد ایجاد کنید. برنامه‌نویسان با روش‌های تحلیل داده‌های حجیم آشنا می‌شوند و مدیران سیستم نیز نحوه راه‌اندازی و مدیریت خوشه‌های هادوپ را فرا می‌گیرند.

این کتاب با ارائه مطالعات موردی واقعی که نحوه حل مسائل مختلف توسط هادوپ را نشان می‌دهند، به شما کمک می‌کند تا:

• از سیستم فایل توزیع‌شده هادوپ (HDFS) برای ذخیره‌سازی داده‌های حجیم استفاده کنید و محاسبات توزیع‌شده را با MapReduce روی این داده‌ها اجرا نمایید.
• با اجزای اصلی داده و ورودی/خروجی در هادوپ، از جمله فشرده‌سازی، یکپارچگی داده‌ها، سریال‌سازی و ماندگاری داده‌ها آشنا شوید.
• با چالش‌های رایج و قابلیت‌های پیشرفته در توسعه برنامه‌های MapReduce در محیط‌های واقعی آشنا شوید.
• یک خوشه اختصاصی هادوپ را طراحی، پیاده‌سازی و مدیریت کنید یا هادوپ را در محیط‌های ابری اجرا نمایید.
• از Pig، زبان پرس‌وجوی سطح‌بالا برای پردازش داده‌های بزرگ، استفاده کنید.
• از HBase، پایگاه داده هادوپ برای داده‌های ساخت‌یافته و نیمه‌ساخت‌یافته، بهره ببرید.
• ZooKeeper را بیاموزید؛ مجموعه‌ای از ابزارهای هماهنگ‌سازی که برای ساخت سیستم‌های توزیع‌شده به کار می‌روند.

اگر حجم زیادی از داده‌ها در اختیار دارید — چه در مقیاس گیگابایت و چه پتابایت — هادوپ یکی از بهترین راهکارها برای مدیریت و پردازش آن‌هاست. کتاب «هادوپ: راهنمای جامع و مرجع کامل» کامل‌ترین و جامع‌ترین منبع موجود در این زمینه به شمار می‌رود.

«اکنون این فرصت را دارید که هادوپ را از یک استاد واقعی بیاموزید؛ کسی که نه‌تنها بر فناوری مسلط است، بلکه مفاهیم را با زبانی ساده، کاربردی و روشن بیان می‌کند.»
— داگ کاتینگ، بنیان‌گذار هادوپ در یاهو!

سرفصل‌های کتاب Hadoop The Definitive Guide:

• I. Hadoop Fundamentals
  • Meet Hadoop
  • MapReduce
  • The Hadoop Distributed Filesystem
  • YARN
  • Hadoop I/O
• II. MapReduce
  • Developing a MapReduce Application
  • How MapReduce Works
  • MapReduce Types and Formats
  • MapReduce Features
• III. Hadoop Operations
  • Setting Up a Hadoop Cluster
  • Administering Hadoop
• IV. Related Projects
  • Avro
  • Parquet
  • Flume
  • Sqoop
  • Pig
  • Hive
  • Crunch
  • Spark
  • HBase
  • ZooKeeper
• V. Case Studies
  • Composable Data at Cerner
  • Biological Data Science: Saving Lives with Software
  • Cascading