本书较为全面地介绍了大数据开发技术平台Hadoop及其生态系统的相关知识。全书共12章，包括Hadoop概述、大数据开发平台Hadoop环境的搭建、Hadoop通用命令与编程原理、Hadoop分布式文件存储HDFS、作业调度与集群资源管理框架YARN、Hadoop分布式计算框架MapReduce、Hadoop数据库HBase、Hadoop数据仓库Hive、Hadoop数据的快速通用计算引擎Spark，以及大数据应用开发综合实例。本书从应用角度出发，重点培养学生应用大数据技术平台Hadoop解决实际问题的能力。 本书内容新颖，简明易懂，可操作性强，可作为普通高等学校、高职高专院校数据科学与大数据、软件工程等计算机相关专业和信息管理类专业“大数据开发技术”课程的教材，也可作为大数据技术培训的教材，还适合大数据技术研发人员和广大计算机爱好者自学使用。

申时全，1953年6月生，贵州毕节人，本科学历，学士学位，教授， CNCIW认证软件开发高级工程师。广东科技学院计算机系网络工程专业负责人。讲授课程：计算机网络、Linux原理与应用、C语言程序设计、操作系统原理、统一建模语言UML、Linux编程、Java语言程序设计。

前言 随着大数据时代的到来，许多企业和组织都越来越重视大数据技术，尤其是我国已将大数据技术上升到国家战略层面，更多的企业都在大数据技术的平台建设、解决方案等领域花费了很多精力开展研究，并加大人才培养的力度。 广东轩辕网络科技股份有限公司近几年致力于云计算、大数据领域的服务研究，并在云计算、大数据等领域积极与高校开展产学研合作，进行协同育人工作，并取得了较好的成效。该公司在充分调研市场的基础上组织专家进行充分论证，提出了“数据科学与大数据技术”应用型本科人才培养方案，并将培养目标明确定位为: 掌握数据科学的基础知识、理论及技术，包括面向大数据应用的数学、统计、计算机等学科基础知识，数据建模、高效分析与处理，统计学推断的基本理论、基本方法和基本技能。重点培养具有以下三方面素质的人才: 一是工具的掌握，掌握数据采集和数据分析的基本工具的使用；二是数据分析能力，拥有实用数据分析和初步数据建模能力；三是应用性，主要是利用大数据的方法解决实际问题的能力。 在此基础上设计了专业课程体系，将“Hadoop大数据开发技术”定位为一门重要的专业选修课。本课程的目标是: 依据业务或产品应用需求，运用大数据平台及相关组件进行技术开发，搭建大数据应用平台以及开发应用程序。学习本书的内容后，读者应掌握Hadoop数据操作的API（主要是Java API），熟悉大数据的分析和使用方法（Spark和MapReduce技术），搭建大数据应用平台以及开发应用程序，熟悉工具、算法、编程、优化以及部署不同的MapReduce，研发各种基于大数据技术的应用程序及行业解决方案。 编者在研究了现有大数据...