大数据处理

《云计算大数据处理》介绍了基于云计算的大数据处理技术，重点介绍了一款高效的、实时分析处理海量数据的强有力工具——数据立方。数据立方是针对大数据处理的分布式数据库，能够可靠地对大数据进行实时处理，具有即时响应多用户并发请求的能力。

近年来，“大数据”已然成为IT界如火如荼的词，与“云计算” 并驾齐驱，成为带动IT行业发展的两架高速列车。尤其在物联网快速发展的时代，数据已经被称之为新的资源，或者“金子”，支撑物联网发展的基石。
那么如何把“死”的数据，变成真正有效的“资源”，最后再变成活生生的“金子”，便成为近年来IT界人士思考的问题。所以，一时之间，各种大数据处理技术如井喷一般涌现出来。Hadoop, Spark, Storm, Dremel/Drill等大数据解决方案争先恐后的展现出来，需要说明的是，这里所有的方案不是一种技术，而是数种，甚至数十种技术的组合，就拿Hadoop来说，Hadoop只是带头大哥，后面的关键的小弟还有：MapReduce, HDFS, Hive, Hbase, Pig, ZooKeeper等等，大有“大仙过海，各显神通”的气势和场面。

《Hadoop大数据处理》以大数据处理系统的三大关键要素――“存储”、“计算”与“容错”为起点深入浅出地介绍了如何使用Hadoop这一高性能分布式技术完成大数据处理任务。本书不仅包含了使用Hadoop进行大数据处理的实践性知识和示例还以图文并茂的形式系统性地揭示了Hadoop技术族中关键组件的运行原理和优化手段为读者进一步提升Hadoop使用技巧和运行效率提供了颇具价值的参考。《Hadoop大数据处理》共10章涉及的主题包括大数据处理概论、基于Hadoop的大数据处理框架、MapReduce计算模式、使用HDFS存储大数据、HBase大数据库、大数据的分析处理、Hadoop环境下的数据整合、Hadoop集群的管理与维护、基于MapReduce的数据挖掘实践及面向未来的大数据处理技术。最后附有一个在Windows环境下搭建Hadoop开发及调试环境的参考手册。《Hadoop大数据处理》适合需要使用Hadoop处理大数据的程序员、架构师和产品经理作为技术参考和培训资料也可作为高校研究生和本科生教材。