本书以Hadoop 3．x及其周边框架为主线，介绍了整个Hadoop生态系统主流的大数据开发技术。全书共16章，第1章讲解VMware中Centos 7操作系统的安装；第2章讲解操作系统集群环境的配置；第3～16章讲解Hadoop生态系统各框架HDFS、MapReduce、YARN、ZooKeeper、HBase、Hive、Sqoop和数据实时处理系统F1ume、Kafka、storm、Spark以及分布式搜索系统E1asticsearch等的基础知识、架构原理、集群环境搭建，同时包括常用的Shell命令、API操作、源码剖析，并通过案例演示了各个框架的实际应用。读者即使没有任何大数据基础，通过阅读本书，也可以对照书中的步骤成功搭建属于自己的大数据集群并独立完成项目开发。
本书通俗易懂，内容丰富，适合大数据开发初学者、大数据运维人员以及大数据分析与挖掘的从业者阅读，也可作为培训机构和大专院校大数据专业课程的教学用书。

第1章 VMware中安装CentOS
1.1 下载CentOS 7镜像文件
1.2 新建虚拟机
1.3 安装操作系统
1.4 动手练习
第2章 CentOS 7集群环境配置
2.1 系统环境配置
2.1.1 新建用户
2.1.2 修改用户权限
2.1.3 关闭防火墙
2.1.4 设置固定IP
2.1.5 修改主机名
2.1.6 新建资源目录
2.2 安装JDK
2.3 克隆虚拟机
2.4 配置主机IP映射
2.5 动手练习
第3章 Hadoop
3.1 Hadoop简介
3.1.1 Hadoop生态系统架构
3.1.2 Hadoop不同版本架构对比
3.2 YARN基本架构及组件
3.3 YARN工作流程
3.4 配置集群各节点SSH无密钥登录
3.4.1 无密钥登录原理
3.4.2 无密钥登录操作步骤
3.5 搭建Hadoop 3.x分布式集群
3.6 动手练习
第4章 HDFS
4.1 HDFS简介
4.1.1 设计目标
4.1.2 总体架构
4.1.3 主要组件
4.1.4 文件读写
4.2 HDFS命令行操作
4.3 HDFS Web界面操作
4.4 HDFS Java API操作
4.4.1 读取数据
4.4.2 创建目录
4.4.3 创建文件
4.4.4 删除文件
4.4.5 遍历文件和目录
4.4.6 获取文件或目录的元数据
4.4.7 上传本地文件
4.4.8 下载文件到本地
4.5 动手练习
第5章 MapReduce
5.1 MapReduce简介
5.1.1 设计思想
5.1.2 任务流程
5.1.3 工作原理
5.2 MapReduce程序编写步骤
5.3 案例分析：单词计数

……
第6章 ZooKeeper
第7章 HDFS与YARN HA
第8章 HBase
第9章 Hive
第10章 Sqoop
第11章 Kafka
第12章 Flume
第13章 Storm
第14章 Elasticsearch
第15章 Scala
第16章 Spark