《海量数据处理与大数据技术实战》是大数据开发领域中以实战案例为主旨的经典之作。本书全面阐述了大数据开发领域中常用的技术原理和框架，以及框架对应的实战案例。全书共分为四大篇章：大数据基础篇、大数据离线批处理技术篇、大数据在线实时处理技术篇、大数据处理实战案例篇。大数据基础篇主要介绍了大数据的基础知识、Hadoop和Storm的基础知识以及发展现状和应用前景：大数据离线批处理技术篇主要介绍了Hadoop、Hive和sqoop的基本原理、环境搭建和项目案例：大数据在线实时处理技术篇主要介绍了Flume、Kafka、Stom的基本原理、环境搭建和项目案例；大数据处理实战案例篇详细介绍了基于海量日志数据的分析统计系统的实现过程，期间对各种大数据框架进行了整合，此案例项目稍加修改，便可应用于实际开发项目中。

本书内容由浅入深、从原理到实战，适合在校大学生、专业培训机构的学员、想转行从事大数据开发的人员、需要系统学习大数据技术的开发人员、大数据从业者、大数据运维工程师、希望提高大数据开发实战水平的人员、大数据开发经理、大数据架构师、需要时常查阅大数据常用框架技术和开发案例的人员阅读。

第1篇　大数据基础篇

 第1章 大数据处理概论

 1.1 大数据的定义

 1.2 大数据的结构类型

 1.3 大数据处理平台的基础架构

 1.4 大数据处理中的存储技术

 1.4.1 提升大数据存储的容量

 1.4.2 提升大数据存储的吞吐量

 1.4.3 提升大数据存储的扩展

 1.5 大数据处理中的计算技术

 1.5.1 多处理技术

 1.5.2 并行计算

 1.5.3 高并发计算

 1.5.4 离线批处理计算

 1.5.5 在线实时计算

 1.6 大数据处理中的容错性

 1.6.1 数据存储的容错性

 1.6.2 数据计算的容错性

 1.7 大数据处理中的安全性

 1.7.1 数据存储的安全性

 1.7.2 数据计算的安全性

 1.8 大数据行业应用案例

 1.8.1 淘宝的千人千面系统

 1.8.2 滴滴出行的车辆调度系统

 1.9 本章总结

 第2章 离线批处理技术——Hadoop

 2.1 Google核心云计算技术

 2.1.1 MapReduce编程模型

 2.1.2 分布式文件系统

 2.1.3 分布式结构化数据存储BigTable

 2.2 Hadoop云计算技术

 2.2.1 Hadoop概述

 2.2.2 Hadoop核心组件

 2.2.3 Hadoop生态圈

 2.2.4 Hadoop物理架构

 2.2.5 Hadoop的原理和运行机制

 2.2.6 Hadoop相关技术与概述

 2.2.7 Hadoop的局限性

 2.3 本章总结

第2篇　大数据离线批处理技术篇

第3篇 大数据在线实时处理技术篇

第4篇 大数据处理实战案例篇

冰河，大数据架构师，编程专家，Mykit系列开源框架作者，基于最终消息可靠性的开源分布式事务框架mykit-transaction-message作者。长期致力于分布式系统架构、微服务架构、分布式数据库、分布式事务与大数据技术的研究，并主导过众多相关项目的架构设计、研发和实施落地。在高并发、高可用、高可扩展、高可维护和大数据等技术领域有丰富的实战经验。对Hadoop、Storm、Spark和Flink等大数据框架的源码做过深度分析。目前致力于云原生技术的研究。运营“冰河技术”公众号，著有《海量数据处理与大数据技术实战》。