本书按照大数据开发流程系统介绍了Hadoop生态系统的核心开发技术，包括环境准备、文件存储与数据采集、数据处理与分析、数据库存储与数据迁移，并通过实际案例，详细直观地介绍了大数据分析的实现过程。本书从Hadoop的概念开始，深入浅出地讲解了Hadoop组件的作用及使用方法，内容系统全面，可帮助开发人员快速实现大数据的离线分析。

本书可作为各类职业院校大数据技术及相关专业的教材，也可作为相关技术人员的参考用书。

本书配有电子课件和习题，选用本书作为授课教材的教师可登录机械工业出版社教育服务网（www.cmpedu.com）免费注册后进行下载，或联系编辑（010-88379194）咨询。

前 言

项目1　环境准备1

任务　Hadoop环境部署3

小结25

项目2　文件存储与数据采集27

任务1　HDFS分布式存储数据文件29

任务2　Flume收集流量数据65

小结87

项目3　数据处理与分析89

任务1　MapReduce清洗计算流量数据91

任务2　Hive分析流量数据121

小结153

项目4　数据库存储与数据迁移155

任务1　HBase数据库存储流量数据157

任务2　Sqoop迁移数据库数据195

小结214

参考文献215