网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
本书总共分为四大篇章：
第一篇 大数据基础篇（第1～3章）
本篇主要对大数据的基础知识、Hadoop和Storm的基础知识和基本技术以及应用现状和发展趋势进行了简单的介绍。
第二篇 大数据离线批处理技术篇（第4～11章）
本篇主要介绍的是大数据离线批处理计算领域所涉及的技术和框架，包括：Hadoop、Hive和Sqoop。分别介绍了每种框架的基本原理和使用案例，包括：安装CentOS 6.8虚拟机环境，搭建每种框架的运行环境，分别以命令行和API方式实现HDFS的数据操作，以Java语言和Python语言实现多个Hadoop MapReduce开发案例，使用HiveQL操作Hive中的数据库和数据表以及自定义Hive函数，使用Sqoop实现HDFS与MySQL之间的数据导入导出。
第三篇 大数据在线实时处理技术篇（第12～17章）
本篇主要介绍了大数据在线实时计算领域所涉及的技术和框架，包括：Flume、Kafka和Storm。分别介绍了每种框架的基本原理和使用案例，包括：搭建每种框架的运行环境，Flume基于内存、文件和目录的Channel，Flume写数据到HDFS和Kafka，Flume采集Nginx日志到Hive、Flume采集Nginx日志到多个目标系统，自定义Flume的Agent，Flume监控，分别使用Java语言和Python语言实现Kafka客户端编程，使用Storm实现单词计数、追加字符串、聚合多种数据流、实现分组聚合和实现事务处理，实现Storm监控等。
第四篇 大数据处理实战案例篇（第18～22章）
本篇主要详解介绍了基于海量日志数据的分析统计系统的开发过程，介绍了系统的项目背景。在实现上将系统分为离线批处理计算子系统和在线实时计算子系统，分别介绍了两个子系统的需求、架构设计、功能设计、存储选型、技术选型、环境搭建和具体的系统实现过程。
对于渴望学习大数据的小伙伴，无论你是正在学习计算机专业的在校生，还是已经进入职场的新人，或者是已经在职场跌打滚爬多年的老手，这本《海量数据处理与大数据技术实战》都能够帮助你更加清晰的理解构建大数据平台的基础设施与框架，帮助你更好的掌握大数据核心技术。
在写书的过程中，冰河深切的感受到：写书真的是一件非常艰苦的事情，它与写博客和写文章是不可同日而语的。但是，看到小伙伴们的认可和支持，即使再辛苦也是值得的！
图书在当当和京东都有发售，还没买书的小伙伴们欢迎扫码购买哦：
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
