黑色命令行窗口里的 Hadoop 任务跑起来的时候，那感觉是真有点爽。Hadoop 的分布式搭建，搞清楚 HDFS 和 MapReduce 这两兄弟先，前者负责存，后者负责算，配合得还挺默契。

搭集群别只看教程，多翻翻《Hadoop 权威指南(第 2 版)》，里面讲得蛮细，配置文件怎么改、节点怎么分，都有例子。遇到麻烦事时，翻一翻，总能找到点思路。

想快点上手？那你可以看看《Hadoop 实战》，案例丰富，实践感挺强。比如怎么搞个小型日志系统，里面有整套流程，直接照着跑也能学不少。

再往深一点挖，像《Hadoop 源码完整版》就适合你慢慢啃了，HDFS 的 block 是怎么管的、MapReduce 怎么调度作业的，源码一看就清楚。后期做性能调优或者二次开发，这本书有用。

Hive和HBase也别忽视。Hive 用着像 SQL，写 HQL 跑离线数据批，做报表挺方便的，ETL 流程跑得也稳。HBase 更猛，NoSQL 结构，支持实时读写，做大数据实时、用户行为记录这一块，它表现还不错。

搭环境时，别光想着能跑起来，性能和稳定性也得盯着。像 HDFS 副本设置，MapReduce 调度策略都得合理搭配。Hive 的metastore，HBase 的region split策略，也都是坑点，配置错了，运行效率掉得可不是一点半点。

如果你准备深入搞大数据，Hadoop + Hive + HBase这个组合是必须掌握的。几本书一套看下来，动手配一遍环境，再跑几个项目，你基本就能在团队里当个靠谱的大数据担当了。