Hadoop实战（涵盖Hadoop的各种最新的技术和系统）

　　内容全面，涵盖Hadoop技术本身和Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa等所有与Hadoop相关的子项目
　　实战性强，为各个知识点精心设计了大量经典的小案例，易于理解，可操作性强

　　陆嘉恒，中国人民大学副教授，新加坡国立大学博士，美国加利福尼亚大学尔湾分校(University of California, Irvine) 博士后。专注于云计算及其相关技术的研究，对Hadoop有较深入的研究，积累了丰富的实践经验。对分布式计算和海量数据处理有深刻的认识，主持并完成了多个国家863和自然科学基金项目的研究与实施。2009年入选新世纪优秀人才，2010年入选北京科技新星。主持《云计算概论》课程获教育部-IBM精品课程称号。

前言
第1章　Hadoop简介
  1.1  什么是Hadoop
    1.1.1  Hadoop概述
    1.1.2  Hadoop的历史
    1.1.3  Hadoop的功能与作用
    1.1.4  Hadoop的优势
    1.1.5  Hadoop的应用现状和发展趋势
  1.2  Hadoop项目及其结构
  1.3  Hadoop的体系结构
    1.3.1  HDFS的体系结构
    1.3.2  MapReduce的体系结构
  1.4  Hadoop与分布式开发
  1.5  Hadoop计算模型——MaDRcduce
  1.6 Hadoop的数据管理
    1.6.1  HDFS的数据管理
    1.6.2  HBase的数据管理
    1.6.3  Hive的数据管理
  1.7  小结
第2章  Hadoop的安装与配置
  2.1  在Linux上安装与配置Hadoop
    2.1.1  安装JDK 1.6
    2.1.2  配置SSH免密码登录
    2.1.3安装并运行Hadoop
  2.2  在Windows上安装与配置Hadoop
    2.2.1  安装Cygwi~
    2.2.2  配置环境变量
    2.2.3  安装和启动sshd服务
    2.2.4  配置SSH免密码登录
  2.3  安装和配置Hadoop集群
    2.3.1  网络拓扑
    2.3.2  定义集群拓扑
    2.3.3  建立和安装Cluster
  2.4  日志分析及几个小技巧
  2.5  小结
第3章  Hadoop应用案例分析
  3.1  Hadoop在Yahoo!的应用
  3.2  Hadoop在eBay的应用
  3.3  Hadoop在百度的应用
  3.4  Hadoop在Facebook的应用
  3.5  Hadoop平台上的海量数据排序
  3.6  小结
第4章  MapReduce计算模型
第5章　开发MapReduce应用程序
第6章　MapReduce应用案例
第7章　MapReduce工作机制
第8章　HadoopI/O
第9章　HDFS详解
第10章　Hadoop的管理
第11章　Hive详解
第12章　HBase详解
第13章　Mahout详解
第14章　Pig详解
第15章　ZooKeepet详解
第16章　Avro详解
第17章　Chukwa详解
第18章　Hadoop的常用插件与开发
附录A　云计算在线检测平台