前言

大数据技术让我们以前所未有的方式对海量数据进行分析，从中获得有巨大价值的产品和服务，最终形成变革之力。如何从零基础学习大数据平台Hadoop的应用开发技术，并运用相关技术解决一些实际的业务需求，正是本书的编写目的。全书共10章，各章主要内容如下。

第1章是对Hadoop的总体概述，包括大数据的基本概念、Hadoop生态圈、Hadoop与大数据的关系，以及Hadoop安装部署的详细步骤。

第2章是对HDFS的介绍，主要包括HDFS的体系结构、Shell操作以及使用Java API访问HDFS系统。

第3章是对MapReduce分布式计算框架的讲解，包括MapReduce的编程模型、编写和运行MapReduce程序，同时还配以多个经典的MapReduce应用案例。

第4章是对Hadoop新的资源调度框架YARN以及Hadoop新特性的讲解，并深度分析了如何实现Hadoop高可用集群及高可用的实现原理。

第5章是对ZooKeeper分布式高可靠协调服务的讲解，主要介绍ZooKeeper的架构设计以及数据模型，解析如何掌握ZooKeeper单机环境的搭建，并能利用ZooKeeper实现分布式系统服务器上下线的动态感知。

第6章是对HBase数据库的基础讲解，介绍HBase的体系架构及数据模型，分析如何实现HBase的伪分布式环境搭建。

第7章是对HBase操作的实践讲解，详细介绍HBase的DDL、DML的Shell操作以及如何用Java API实现对《王者荣耀》游戏玩家信息表的管理。

第8章是对HBase的高级知识扩展，深度解析HBase表空间管理和权限管理、HRegion的切分原理、HBase中的Compaction过程，提升读者对HBase的认知。

第9章是对Oozie调度框架的讲解，介绍Oozie的架构及执行流程，引导读者搭建Oozie环境，并在Oozie上进行作业的调度。

第10章的综合项目实训利用前面各章所学的Hadoop生态圈中的HDFS、YARN、ZooKeeper、HBase等知识，自主开发《王者荣耀》游戏英雄排行榜功能，通过理论与实践的结合来加强读者对知识的掌握和运用。

读者学习大数据技术，就要多动手练习，从而深入理解每个知识点，提高编程熟练度，培养分析问题和解决问题的能力，不断积累开发经验。同时，学习中读者还要通过交流来消除学习疑惑，分享学习经验，取长补短，共同进步。

本书提供了便捷的学习体验，读者可以通过扫描二维码下载各章提供的资源，包括素材、技能实训源码及本章作业参考答案等。

本书由课工场大数据开发教研团队编写，参与编写的还有刘雯、王文兵、倪天伟、郭迎慧、李贤志等院校老师。尽管编者在写作过程中力求准确、完善，但书中不足或疏漏之处仍在所难免，殷切希望广大读者批评指正！