Hadoop 的大数据能力一直都挺强的，《Hadoop 权威指南 第四版》算是入门进阶都能用上的一本老牌参考书。内容系统，从 HDFS 架构到底层 MapReduce 执行流程都讲得比较透，配合一些动手例子，实践起来也不会太抽象。

HDFS 的存储机制讲得蛮清楚，尤其是副本策略、NameNode 和 DataNode 的职责划分。刚上手的时候，我就是靠着这部分理解了整个分布式存储是怎么回事。

MapReduce部分也不难，重点是要多练。像书里讲的重写Partitioner，真的是分组调优的关键，不然任务分布不均可太拉跨了。你也可以搭配下面这个MapReduce 示例一起练练，挺实用的。

顺带一提，如果你对整个生态感兴趣，可以看看Ambari 集成 YARN的那篇，环境搭建起来之后再跑代码，会顺不少。

还有，像MapReduce 离线、HDFS 配置详解这些文章，跟书配合着看，理解会更深一些。你要是刚接触 Hadoop，1Hadoop 基础学习那篇也可以顺带翻翻。

如果你平时习惯看代码学东西，这本书也不会让你失望，代码片段挺多，思路也清晰。嗯，建议边读边敲，效果更好。