本书从Hadoop的缘起开始, 由浅入深, 结合理论和实践, 全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。全书共16章, 3个附录, 涉及的主题包括: Haddoop; MapReduce; Hadoop分布式文件系统; Hadoop的I/O、MapReduce应用程序开发; MapReduce的工作机制; MapReduce的类型和格式; MapReduce的特性; 如何构建Hadoop集群, 如何管理Hadoop; Pig; HBase; Hive; ZooKeeper; 开源工具Sqoop, 最后还提供了丰富的案例分析。