本文是作者阅读《Hadoop权威指南》的学习心得，重点介绍了Hadoop的基础知识，包括Hadoop=HDFS+MapReduce+YARN的架构理解。文章详细讲解了HDFS、MapReduce的作用，以及它们在大数据处理中的角色。此外，还提到了Hadoop相关开源项目，如Hive、Pig等如何简化大数据开发，并讨论了Spark如何作为MapReduce的替代方案提高计算效率。
课程说明
| 项 | 内容 |
|---|---|
| 课程类型 | 书籍 |
| 内容类型 | Hadoop |
| 课程名称 | Hadoop权威指南 |
| 地址 | https://item.jd.com/12109713.html |
| 页数 | 700 |
| 费用 | 110 |
学习心得
Hadoop权威指南是大数据最经典的一本书，应该是很多人的必读书。700多页的干货，仅一周下班后的空闲时间，想读通读懂是绝不可能的。所以看这本书之前，我就定下了已了解为主的目标，能做到以后碰到问题知道书中能查即可。
这本书我整体过了两遍，涉及编码的地方基本是跳过的，边看边上网查找相关资料，对比理解，收获还是很大的。对大数据所涉及的内容有了更清晰的了解和较为完整的概念框架。无论与人交流还是上网查找资料，再也不用像以前那样，听到hive、hbase、spark一脸懵逼，不知道是什么，不知道做什么用，不知道怎么用，不知道与其他东西有什么关系。
说到大数据，就离不开Hadoop，也许就是因为Hadoop的出现，才让大数据如此普及。它极大的简化了大数据量的存储和计算问题，如硬件成本、处理难度、维护难度、学习难度。让大部分人和大部分公司都能参与到大数据中。
我以前一直搞不明白，Hadoop跟HDFS之类的到底是什么关系，我现在觉得，Hadoop = HDFS + MapR
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
