大数据生态介绍与推荐资料合集

大数据生态的基础框架，Google 家的几篇论文还挺经典的，MapReduce 那篇讲怎么高效海量数据，思路清晰。BigTable 那篇也不错，重点是如何搞定大规模数据的快速存取，思路实用。Hadoop和HBase相关的中文书，像董西成的那本《Hadoop》和《HBase 权威指南》也蛮值得翻翻的，尤其是刚入门或者要做系统搭建的朋友。

想深入了解MapReduce的，可以看看这篇《大数据：Hadoop MapReduce 基础和算法设计》，讲得比较系统，还带算法设计，代码例子也有，不难懂。

Google 的经典三篇论文合集也推荐收藏下，GFS、BigTable、MapReduce这三篇基本奠定了现代大数据架构的底子，嗯，强烈建议通读一遍，尤其是想了解底层原理的你。

想搭建一整套大数据平台的，可以看看Ambari 整合的 Hadoop、Spark、HBase、Phoenix 方案，用 Ambari 做组件管理确实省事不少，界面友好，出错也好排查。

实战方面，Hulu 的 HBase 应用实践也值得一看，里面讲了他们怎么优化 HBase 性能、怎么做多租户，挺有借鉴意义的。

如果你刚接触大数据，建议从MapReduce和Hadoop开始啃，理解分布式和数据分片是关键；要是你准备上线应用，HBase 和 Ambari 的实战经验就别错过了。