本书全面详细地介绍了大数据生态系统中的主流技术。全书共10章，主要包括大数据生态系统概述、大数据采集技术、大数据存储技术、大数据分析处理技术等内容，书中涵盖了Hadoop、Hive、Hbase、Kafka、Spark、Flink等技术的原理和实践，其中重点介绍了Hadoop技术、Spark技术及Flink技术。
本书详细介绍了主流大数据技术框架的基本原理、环境搭建、操作使用和在典型行业中的具体应用，使读者不仅能够在宏观上全面认知大数据生态系统，而且还能在微观上深入理解大数据技术细节。
本书不仅适合大数据技术初学者阅读，还可以帮助金融、电信、电商、能源、政府部门的大数据应用决策和技术人员，以及IT经理、CTO、CIO等快速学习大数据技术，并能作为大数据相关岗位培训的教程。

前言
第1章 初识大数据
1.1 什么是大数据
1.2 大数据行业应用
1.3 什么是Hadoop
1.4 Hadoop产生背景
1.5 Hadoop的架构模块介绍
1.6 Hadoop在大数据、云计算中的位置和关系
1.7 国内外Hadoop应用案例介绍
1.8 Hadoop生态圈以及各组成部分简介
1.9 本章小结
第2章 Hadoop之分布式文件系统HDFS
2.1 构建Hadoop集群
2.1.1 集群简介
2.1.2 Hadoop集群部署
2.2 Hadoop集群启动和停止
2.2.1 Hadoop集群启动
2.2.2 Hadoop集群停止
2.3 HDFS的Shell命令行客户端操作
2.4 HDFS的工作机制
2.4.1 HDFS概述
2.4.2 HDFS的重要特性
2.4.3 HDFS写数据流程
2.4.4 HDFS读数据流程
2.5 NameNode和SecondaryNameNode功能剖析
2.5.1 NameNode与SecondaryNameNode解析
2.5.2 元数据的checkpoint的条件
2.5.3 fsimage与edits详解
2.5.4 fsimage和edits文件信息查看
2.6 DataNode的工作机制及存储
2.6.1 DataNode工作机制
2.6.2 数据完整性保证
2.6.3 DataNode掉线判断时限参数
2.7 HDFS的安全模式
2.8 本章小结
第3章 Hadoop之分布式计算MapReduce
3.1 MapReduce概述
3.1.1 MapReduce介绍
3.1.2 为什么要使用MapReduce
3.2 MapReduce框架结构及核心运行机制
3.3 MapReduce编程规范和示例编写
3.3.1 编程规范
3.3.2 MapReduce编程入门之单词计数
3.4 MapTask数量及切片机制
3.4.1 MapTask个数
3.4.2 如何控制MapTask的个数
……
第4章 分布式协调服务Zookeeper
第5章 分布式数据库Hbase
第6章 数据仓库Hive
第7章 日志采集框架Flume
第8章 分布式消息系统Kafka
第9章 Spark内存计算框架
第10章 Flink实时流处理