Hadoop 2

详细介绍Hadoop、HBase和Hive的全套安装步骤，内容涵盖丰富，逐步实现。

Apache Hadoop 2.x 中的 HDFS 和 MapReduce 进行了重大改进，与稳定的 Hadoop 1.x 相比，差异显着。此文档提供了详细的配置说明，指导您优化 Hadoop 2.x 集群的性能。

Hadoop 的大数据框架真不是盖的，《Hadoop 权威指南》第三版算是入门和进阶的“宝典”了。作者 Tom White 可是老江湖，讲得深入浅出，还蛮贴近实战。你要是刚接触 Hadoop，里面关于HDFS、MapReduce和YARN的挺清晰的，拿来参考合适。早期搞分布式计算，总离不开 Google 的那几篇经典论文。这书里也聊到了 Hadoop 怎么从 GFS 和 MapReduce 借鉴过来，还说了Hadoop 2.x时期的重要变化，比如YARN的引入，资源调度更灵活，任务类型也不局限于 MapReduce 了，扩展性好太多。顺带一提，Hadoop 生态其实挺大的，书里还穿插了像Hiv

快速高效地开发 Hadoop 2 项目的参考文档。解压缩后打开 index.html 查看 API 主页。

这款插件能让开发者在 Eclipse IDE 中开发 Hadoop 应用程序，支持 Hadoop 2.x 版本。

Hadoop 的老牌教程里，《Hadoop 权威指南（第 2 版）》算是比较经典的那种。书是 2010 年的，但内容还蛮硬核，适合刚入门或者准备深入玩 Hadoop 的朋友。 从 Hadoop 的起源聊起，讲得挺系统的，理论+实战的结构对新手蛮友好。比如怎么搭建集群、怎么用 MapReduce 大文件，讲得都比较细，操作起来也不难。 像你要搞个日志、用户行为统计，用 Hadoop 大规模数据时，这本书会是个不错的参考。尤其适合做大数据 ETL、离线的场景，HDFS 那部分也写得比较扎实。 虽然是老版本，但基本概念没啥变化，像map()、reduce()这些核心 API 思路现在还通用。也顺带讲

深入解析Hadoop 2.x核心内容，内容比《Hadoop权威指南》更为精炼，适合快速入门学习。

《Hadoop权威指南》（第2版）由清华大学出版社于2010年出版，作者是怀特，由曾大聃和周傲英翻译。 这本书以Hadoop的起源为起点，逐步深入，将理论与实践相结合，全面解读Hadoop这一处理海量数据集的强大工具。

Hadoop2x-Eclipse-Plugin 是一个挺好用的开发利器，专门为 Eclipse 打造，让你可以更轻松地在这个 IDE 里搞定 Hadoop 的开发工作。不管是写 MapReduce 项目，还是调试代码，甚至是管理集群，都变得顺手。安装方法也简单，支持通过 Eclipse Marketplace 或者直接手动安装，随你喜欢。而且插件还贴心地了模板代码、错误检查这些小功能，适合刚入门或者想提高效率的开发者。如果你想折腾 Hadoop 项目，用它准没错。

Spark 2.3.0 的版本更新挺有意思，尤其是这款spark-2.3.0-bin-hadoop2-without-hive，它最大的特点就是不带 Hive 的 JAR 包。你可以在不依赖 Hive 的情况下，使用SparkHive 上的数据，挺适合有独立 Hive 集群的同学。如果你是那种 Spark 能独立数据，又不想完全依赖 Hive 功能的开发者，这个版本就蛮合适的。其实，Spark的性能提升蛮，支持批、交互式查询和实时流。就算是没有 Hive JAR 包，你依旧可以通过配置文件来接入 Hive 的元数据。只要在配置文件里设置好spark.sql.hive.metastore.uri