Hadoop作为大数据的主流技术框架，至今仍然在大数据技术圈占有重要的地位，大数据学习基本上也离不开Hadoop，从Hadoop开始，学习核心组件，逐步扩展到生态圈其他组件，这是比较建议的学习路线。今天我们就来讲讲大数据学习Hadoop入门书单。

Hadoop、Spark、MapReduce、NoSQL、离线计算、实时计算、实时推送等等这些专业名词，背后都是技术框架组件在提供技术支持。

Hadoop大数据学习书单：

1、Hadoop权威指南：大数据的存储与分析(第4版)

作者：Tom White著王海，华东，刘喻，吕粤海译

这本书作为Hadoop最全面的入门书，结合理论和实践，由浅入深，全方位介绍了Hadoop这一高性能的海量数据处理和分析平台。内容包括：

• Hadoop基础知识，主题涉及Hadoop、MapReduce、Hadoop分布式文件系统、YARN、Hadoop的I/O操作。
• MapReduce组件，MapReduce应用开发、MapReduce的工作机制、MapReduce的类型与格式、MapReduce的特性。
• Hadoop运维，构建Hadoop集群、管理Hadoop。
• Hadoop相关开源项目，Avro、Parquet、Flume、Sqoop、Pig、Hive、Crunch、Spark、HBase、ZooKeeper。

2、深度剖析Hadoop HDFS

作者：林意群

这本书着重在Hadoop的分布式文件系统HDFS上，基于Hadoop 2.7.1版本进行分析，全面描述了HDFS 2.X的核心技术与解决方案。内容包括：

• 核心设计，HDFS的数据存储原理、HDFS的数据管理与策略选择机制、HDFS的新颖功能特性。
• 细节实现，HDFS的块处理、流量处理等细节，以及部分结构分析。
• 解决方案，HDFS的数据管理、HDFS的数据读写、HDFS的异常场景等。

3、HBase不睡觉书

作者：杨曦

Hbase在Hadoop生态当中，地位同样不可小觑。这本书对于Hbase作为非常详解的讲解，适合于零基础入门，并且希望深入掌握的大数据学习者。内容包括：

HBase概念、安装、配置、部署，让读者对HBase先有一个感性认识，再从应用角度介绍了高级用法、监控和性能调优。既兼顾了初学者，也适用于想要深入学习HBase的读者。

4、Hive实战

作者：[美]斯科特·肖（Scott Shaw）、[南非]安德烈亚斯·弗朗索瓦·弗穆

Hive在Hadoop生态当中，常常被定义为数据仓库工具，简单且容易上手，是深入学习Hadoop技术的一个很好的切入点。内容包括：

Hive的安装和配置，其核心组件和架构，Hive数据操作语言，如何加载、查询和分析数据，Hive的性能调优以及安全性等等。

关于大数据学习，Hadoop入门学习书单，以上就为大家做了详细的介绍了。大数据学习路漫漫，Hadoop生态是核心知识点，以上书单建议大家作为入门首选。