【大数据】最全的大数据Hadoop|Yarn|Spark|Flink|Hive技术书籍分享/下载链接，持续更新中...

Hadoop大数据处理

本书以大数据处理系统的三大关键要素—“存储”、“计算”与“容错”为起点，深入浅出地介 绍了如何使用Hadoop这一高性能分布式技术完成大数据处理任务。本书不仅包含了使用Hadoop进行大 数据处理的实践性知识和示例，还以图文并茂的形式系统性地揭示了Hadoop技术族中关键组件的运行原 理和优化手段，为读者进一步提升Hadoop使用技巧和运行效率提供了颇具价值的参考。 本书共10章，涉及的主题包括大数据处理概论、基于Hadoop的大数据处理框架、MapReduce计算 模式、使用HDFS存储大数据、HBase大数据库、大数据的分析处理、Hadoop环境下的数据整合、Hadoop 集群的管理与维护、基于MapReduce的数据挖掘实践及面向未来的大数据处理技术。最后附有一个在 Windows环境下搭建Hadoop开发及调试环境的参考手册。 本书适合需要使用Hadoop处理大数据的程序员、架构师和产品经理作为技术参考和培训资料，也可 作为高校研究生和本科生教材。

链接: https://pan.baidu.com/s/16CniftBVQJFnCj0jIWL5nw 提取码: w56q

Hadoop技术内幕：深入解析YARN架构设计与实现原理

本书是“Hadoop技术内幕”系列的第3本书，前面两本分别对Common、HDFS和MapReduce进行了深入分析和讲解，赢得了极好的口碑，Hadoop领域几乎人手一册，本书则对YARN展开了深入的探讨，是首部关于YARN的专著。仍然由资深Hadoop技术专家董西成执笔，根据最新的Hadoop2.0版本撰写，权威社区ChinaHadoop鼎力推荐。 本书从应用角度系统讲解了YARN的基本库和组件用法、应用程序设计方法、YARN上流行的各种计算框架（MapReduce、Tez、Storm、Spark），以及多个类YARN的开源资源管理系统（Corona和Mesos）；从源代码角度深入分析YARN的设计理念与基本架构、各个组件的实现原理，以及各种计算框架的实现细节。

链接: https://pan.baidu.com/s/1dNCD0DZ8a69n30-z0-kqQg 提取码: c7f7

Hadoop 技术内幕：深入解析Hadoop Common 和HDFS 架构设计与实现原理

Hadoop技术内幕”共两册，分别从源代码的角度对“Common+HDFS”和MapReduce的架构设计与实现原理进行了极为详细的分析。由腾讯数据平台的资深Hadoop专家、X-RIME的作者亲自执笔，对Common和HDFS的源代码进行了分析，旨在为Hadoop的优化、定制和扩展提供原理性的指导。除此之外，《Hadoop技术内幕:深入解析Hadoop Common和HDFS架构设计与实现原理》还从源代码实现中对分布式技术的精髓、分布式系统设计的优秀思想和方法，以及Java语言的编码技巧、编程规范和对设计模式的精妙运用进行了总结和分析，对提高读者的分布式技术能力和Java编程能力都非常有帮助。《Hadoop技术内幕:深入解析Hadoop Common和HDFS架构设计与实现原理》适合Hadoop的二次开发人员、应用开发工程师、运维工程师阅读。

链接: https://pan.baidu.com/s/1Yu_arM5LbNoXDudpfisHSg 提取码: hpj5

Spark SQL内核剖析

Spark SQL 是 Spark 技术体系中较有影响力的应用（Killer application），也是 SQL-on-Hadoop 解决方案 中举足轻重的产品。《Spark SQL内核剖析》由 11 章构成，从源码层面深入介绍 Spark SQL 内部实现机制，以及在实际业务场 景中的开发实践，其中包括 SQL 编译实现、逻辑计划的生成与优化、物理计划的生成与优化、Aggregation 算子和 Join 算子的实现与执行、Tungsten 优化技术、生产环境中的一些改造优化经验等。

《Spark SQL内核剖析》不属于入门级教程，需要读者对基本概念有一定的了解。在企业中任职的系统架构师和软件开发人员，以及对大数据、分布式计算和数据库系统实现感兴趣的研究人员，均适合阅读《Spark SQL内核剖析》。

链接: https://pan.baidu.com/s/1iXN6vCMLU0urNITGNqHrpQ 提取码: ci7e

Hadoop 应用架构

本书讲解使用Hadoop平台进行应用架构所需要的关键知识,旨在帮助读者掌握有效集成HBase,Kafka,Spark等Hadoop生态圈工具以形成完整的大数据解决方案.书中内容分为两部分,第一部分介绍使用Hadoop创建应用程序时要考虑的问题,第二部分展示如何使用前面介绍的组件实现基于Hadoop的完整解决方案.

链接: https://pan.baidu.com/s/1yMVlEG7cVpV6JkX4W7yyBg 提取码: xb4k

深度剖析Hadoop HDFS

本书基于Hadoop 2.7.1版本进行分析,全面描述了HDFS 2.X的核心技术与解决方案,书中描述了HDFS内存存储,异构存储等几大核心设计,包括源码细节层面的分析,对于HDFS中比较特殊的几个场景过程也做了细粒度的分析.

链接: https://pan.baidu.com/s/1JGizNmYuUOOTk_h9wB2YkQ 提取码: q9s9

Hadoop实战

《Hadoop实战》作为云计算所青睐的分布式架构，Hadoop是一个用Java语言实现的软件框架，在由大量计算机组成的集群中运行海量数据的分布式计算，是谷歌实现云计算的重要基石。《Hadoop实战》分为3个部分，深入浅出地介绍了Hadoop框架、编写和运行Hadoop数据处理程序所需的实践技能及Hadoop之外更大的生态系统。

《Hadoop实战》适合需要处理大量离线数据的云计算程序员、架构师和项目经理阅读参考。

链接: https://pan.baidu.com/s/1J8FgdYBB56ZJQCGXIV4ckQ 提取码: h9hs

Hive编程指南

本书是一本Apache Hive的编程指南，旨在介绍如何使用Hive的SQL方法——HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。全书通过大量的实例，首先介绍如何在用户环境下安装和配置Hive，并对Hadoop和MapReduce进行详尽阐述，最终演示Hive如何在Hadoop生态系统进行工作。 本书适合对大数据感兴趣的爱好者以及正在使用Hadoop系统的数据库管理员阅读使用。

链接: https://pan.baidu.com/s/1-50glK_WBi4a8GaRQd959A 提取码: i9q2