Hadoop 技術內幕－深入解析 MapReduce 架構設計與實現原理 Hadoop技术内幕：深入解析MapReduce架构设计与实现原理 (大数据技术丛书)

<內容簡介>

“Hadoop技術內幕”共兩冊，分別從源代碼的角度對“Common+HDFS”和“MapReduce的架構設計和實現原理”進行了極為詳細的分析。本書由Hadoop領域資深的實踐者親自執筆，首先介紹了MapReduce的設計理念和編程模型，然後從源代碼的角度深入分析了RPC框架、客戶端、JobTracker、TaskTracker和Task等MapReduce運行時環境的架構設計與實現原理，最後從實際應用的角度深入講解了Hadoop的性能優化、安全機制、多用戶作業調度器和下一代MapReduce框架等高級主題和內容。本書適合Hadoop的二次開發人員、應用開發工程師、運維工程師閱讀。
本書共12章，分4個部分（不包括附錄）：第一部分（第1～2章），介紹了Hadoop源代碼的組織結構、獲取、編譯、調試、閱讀環境搭建，以及MapReduce的設計理念和基本架構；第二部分（第3章），著重講解了MapReduce的編程接口，主要包括舊API和新API兩套編程接口，以及Hadoop工作流；第三部分（第4～8章）主要分析了MapReduce的運行時環境，包括RPC框架、客戶端、JobTracker、TaskTracker和Task等的內部實現細節和機制剖析；第四部分（第9～12章）深入講解了Hadoop的性能優化、多用戶作業調度器、安全機制和下一代MapReduce框架等高級主題。

經過幾年的快速發展，Hadoop已經成為大數據時代存儲和處理海量數據的事實標準，具有高可靠性、高擴展性、高效性和高容錯性等許多優點，在學術界備受關註，在業界則更受歡迎。 Hadoop的功能非常強大，與之相伴的是使用上的複雜性，如何才能更好地使用Hadoop、更好地對Hadoop進行性能優化、擴展和定製？通過閱讀和研究它的源代碼實現以上目標是一種不錯的選擇。 “Hadoop技術內幕”這兩本書根據讀者的需求，對Common、HDFS和MapReduce等核心技術的架構設計和實現原理進行了深入且詳細的分析，​​對於想瞭解Hadoop工作機制的讀者來說，這兩本書應該是十分難得的，強烈推薦。
—— EasyHadoop開源技術社區（www.easyhadoop.com）　致力於Hadoop的易用和普及

Hadoop是近兩年來技術領域最熱門的話題，從媒體界到學術界，再到企業界，都給予了高度關註。在企業界，無論是在IT領域，還是在金融、電信、生物、醫藥、製造等傳統領域，Hadoop的應用都非常廣泛，可以說只要有海量數據需要處理的地方，就有Hadoop。尤其是在IT領域，從國外的Google、Yahoo！ 、Microsoft、Oracle、Facebook，到國內的阿裡巴巴、淘寶、騰訊、百度、新浪、搜狐，都在Hadoop的研發和應用上投入了大量的人力和資金，並獲得了豐厚的收益。隨著Hadoop的普及，用戶遇到的問題會越來越多，也會越來越複雜。要解決實際生產環境中可能遇到的複雜問題，掌握Hadoop本身的設計和實現原理是根本之道。 “Hadoop技術內幕”這兩本書就本著這個目標出發，從源代碼的角度對Hadoop的工作機制進行了深入的分析，並對實踐中可能會遇到的各種問題給出瞭解決方案。
—— 童小軍資深Hadoop技術專家、企業級大數據解決方案RedHadoop創始人
本書主要內容：
Hadoop源代碼的組織結構、獲取方法、編譯與調試，以及閱讀環境的搭建；
MapReduce的設計目標和Hadoop的基​​本結構；
MapReduce的編程模型、核心概念、新舊API的比較，以及Hadoop的工作流；
Hadoop RPC框架的原理和機制分析；
作業提交與初始化過程詳細分析；
JobTracker和TaskTracker的內部實現機制剖析；
Task運行過程的深度分析；
Hadoop的性能優化經驗總結；
Hadoop多用戶作業調度器的實現原理；
Hadoop的安全機制和原理；
下一代MapReduce框架的設計