大數據處理

《云計算大數據處理》介紹了基于云計算的大數據處理技術，重點介紹了一款高效的、實時分析處理海量數據的強有力工具——數據立方。數據立方是針對大數據處理的分布式數據庫，能夠可靠地對大數據進行實時處理，具有即時響應多用戶并發請求的能力。

近年來，“大數據”已然成為IT界如火如荼的詞，與“云計算” 并駕齊驅，成為帶動IT行業發展的兩架高速列車。尤其在物聯網快速發展的時代，數據已經被稱之為新的資源，或者“金子”，支撐物聯網發展的基石。
那么如何把“死”的數據，變成真正有效的“資源”，最后再變成活生生的“金子”，便成為近年來IT界人士思考的問題。所以，一時之間，各種大數據處理技術如井噴一般涌現出來。Hadoop, Spark, Storm, Dremel/Drill等大數據解決方案爭先恐后的展現出來，需要說明的是，這里所有的方案不是一種技術，而是數種，甚至數十種技術的組合，就拿Hadoop來說，Hadoop只是帶頭大哥，后面的關鍵的小弟還有：MapReduce, HDFS, Hive, Hbase, Pig, ZooKeeper等等，大有“大仙過海，各顯神通”的氣勢和場面。

《Hadoop大數據處理》以大數據處理系統的三大關鍵要素――“存儲”、“計算”與“容錯”為起點深入淺出地介紹了如何使用Hadoop這一高性能分布式技術完成大數據處理任務。本書不僅包含了使用Hadoop進行大數據處理的實踐性知識和示例還以圖文并茂的形式系統性地揭示了Hadoop技術族中關鍵組件的運行原理和優化手段為讀者進一步提升Hadoop使用技巧和運行效率提供了頗具價值的參考。《Hadoop大數據處理》共10章涉及的主題包括大數據處理概論、基于Hadoop的大數據處理框架、MapReduce計算模式、使用HDFS存儲大數據、HBase大數據庫、大數據的分析處理、Hadoop環境下的數據整合、Hadoop集群的管理與維護、基于MapReduce的數據挖掘實踐及面向未來的大數據處理技術。最后附有一個在Windows環境下搭建Hadoop開發及調試環境的參考手冊。《Hadoop大數據處理》適合需要使用Hadoop處理大數據的程序員、架構師和產品經理作為技術參考和培訓資料也可作為高校研究生和本科生教材。