對于入門和學習大數(shù)據(jù)技術的讀者來說，大數(shù)據(jù)技術的生態(tài)圈和知識體系過于龐大，可能還沒有開始學習就已經(jīng)陷入眾多的陌生名詞和泛泛的概念中。本書的切入點明確而清晰，從Hadoop 生態(tài)系統(tǒng)的明星 Cloudera 入手，逐步引出各類大數(shù)據(jù)基礎和核心應用框架。
本書分為18章，系統(tǒng)介紹Hadoop 生態(tài)系統(tǒng)大數(shù)據(jù)相關的知識，包括大數(shù)據(jù)概述、Cloudera Hadoop平臺的安裝部署、HDFS分布式文件系統(tǒng)、MapReduce計算框架、資源管理調(diào)度框架YARN 、Hive數(shù)據(jù)倉庫、數(shù)據(jù)遷移工具Sqoop、分布式數(shù)據(jù)庫HBase、ZooKeeper分布式協(xié)調(diào)服務、準實時分析系統(tǒng)Impala、日志采集工具Flume、分布式消息系統(tǒng)Kafka、ETL工具Kettle、Spark計算框架等內(nèi)容，最后給出兩個綜合實操案例，以鞏固前面所學的知識點。
本書既適合Hadoop初學者、大數(shù)據(jù)技術工程師和大數(shù)據(jù)技術愛好者自學使用，亦可作為高等院校和培訓機構(gòu)大數(shù)據(jù)相關課程的培訓用書。