本书为国家职业教育大数据技术专业教学资源库配套教材，也是高等职业教育计算机类课程新形态一体化教材。

本书对大数据的发展历史、背景以及Hadoop 的基础知识进行了介绍。从一个真实的大数据离线分析项目开始，引导读者完成大数据离线分析平台的搭建工作，使得读者对大数据离线分析环境有一个直观的认识。另外，还以工作任务的形式引导读者完成大数据离线分析平台的HDFS、MapReduce、YARN、Hive、Flume、Sqoop、Azkaban 等组件的安装部署工作，同时还介绍了一些大数据技术必要的理论知识。

本书配套有微课、教学课件、源代码、教学案例等数字化教学资源。与本书配套的数字课程“大数据离线分析系统安装部署”已在“智慧职教”平台（www.icve.com.cn）上线，学习者可以登录平台进行在线开放课程的学习，授课教师可以调用本课程构建符合自身教学特色的SPOC 课程，详见“智慧职教”服务指南。读者可登录平台进行学习，也可发邮件至编辑邮箱1548103297@qq.com 获取相关资源。

本书紧跟信息社会发展动态，内容新颖、结构清晰，具有很强的趣味性和实用性。本书可作为高等职业院校大数据技术等相关专业的教材，也可作为大数据技术爱好者的自学用书。

前辅文
第1 章 绪论
  1.1 数据管理技术发展概述
  1.2 初识Hadoop
   1.2.1 Hadoop 的诞生
   1.2.2 了解Hadoop
   1.2.3 Hadoop 技术生态组件
   1.2.4 Hadoop 发行版
  1.3 本书结构介绍
第2 章 Hadoop 集群的构建与安装
  2.1 从一个项目需求开始
  2.2 Hadoop 集群搭建基础
   2.2.1 运行平台支持
   2.2.2 所需软件
   2.2.3 Hadoop 集群构建流程
  2.3 Hadoop 集群规划
   2.3.1 主机规划
   2.3.2 软件规划
   2.3.3 网络拓扑结构规划
   2.3.4 集群规划
  2.4 运行平台构建
   2.4.1 修改主机名称
   2.4.2 配置IP 地址
   2.4.3 配置域名解析规则
   2.4.4 配置防火墙
  2.5 安装配置支持软件
   2.5.1 配置免密登录
   2.5.2 安装JDK
  2.6 安装配置Hadoop
   2.6.1 安装Hadoop
   2.6.2 Hadoop 环境变量配置
   2.6.3 配置主节点Hadoop 运行参数
   2.6.4 配置各从节点Hadoop 运行参数
   2.6.5 第1 次启动Hadoop
  2.7 验证Hadoop
   2.7.1 启动Hadoop
   2.7.2 验证Hadoop 进程
   2.7.3 验证Web 页面访问
   2.7.4 验证集群功能
第3 章 深入理解Hadoop
  3.1 Hadoop 分布式文件系统HDFS
   3.1.1 HDFS 的重要概念
   3.1.2 HDFS 架构
   3.1.3 访问HDFS
  3.2 Hadoop 分布式计算框架MapReduce
   3.2.1 MapReduce 的重要概念
   3.2.2 MapReduce 运行原理
   3.2.3 运行简单的MapReduce程序
  3.3 Hadoop 集群资源管理系统YARN
   3.3.1 YARN 的重要概念
   3.3.2 YARN 的任务调度
   3.3.3 在YARN 中运行MapReduce程序
第4 章 数据仓库工具Hive
  4.1 Hive 搭建基础
   4.1.1 Hive 版本的选择
   4.1.2 Hive 集群的规划
   4.1.3 安装MySQL
  4.2 在Hadoop 集群新增Hive 组件
   4.2.1 安装Hive
   4.2.2 配置Hive
   4.2.3 初始化元数据
   4.2.4 Hive 运行状态验证
  4.3 深入理解Hive
   4.3.1 Hive 的重要概念
   4.3.2 Hive 体系结构
  4.4 Hive 应用案例
第5 章 海量日志采集、聚合及传输系统Flume
  5.1 在Hadoop 集群安装Flume 组件
   5.1.1 安装Flume
   5.1.2 验证Flume 安装
  5.2 深入理解Flume
   5.2.1 Flume 的重要概念
   5.2.2 Flume 的Source
   5.2.3 Flume 的Channel
   5.2.4 Flume 的Sink
   5.2.5 Flume 运行机制
  5.3 Flume 应用实例
   5.3.1 场景一
   5.3.2 场景二
   5.3.3 场景三
   5.3.4 场景四
第6 章 海量数据传输工具Sqoop
  6.1 在Hadoop 集群安装Sqoop 组件
   6.1.1 安装Sqoop
   6.1.2 验证Sqoop
   6.1.3 配置JDBC
   6.1.4 测试Sqoop 远程连接数据库
  6.2 深入了解Sqoop
   6.2.1 Sqoop 架构
   6.2.2 深入理解数据导入
   6.2.3 深入理解数据导出
  6.3 Sqoop 应用实例
   6.3.1 数据导入
   6.3.2 数据导出
第7 章 批量工作流任务调度器Azkaban
  7.1 安装部署Azkaban
   7.1.1 Azkaban 的安装
   7.1.2 导入数据库
   7.1.3 配置运行Azkaban
   7.1.4 验证Azkaban 运行情况
  7.2 构建工作流
   7.2.1 设计工作流程
   7.2.2 编写各阶段Job
   7.2.3 配置工作流并执行
   7.2.4 工作流执行监控
参考文献