1、爲什麼要學習Hadoop?
這是一個信息爆炸的時代。通過數十年的積累，不少企業都彙集了大量的數據。這些數據也是企業的核心財富之一，怎樣從累積的數據裏尋找價值，變廢爲寶煉數成金成爲當務之急。但數據增加的速度每每比cpu和內存性能增加的速度還要快得多。要處理海量數據，若是求助於昂貴的專用主機甚至超級計算機，成本無疑很高，有時即便是保存數據，也須要面對高成本的問題，由於具備海量數據容量的存儲設備，價格每每也是天文數字。成本和IT能力成爲了海量數據分析的主要瓶頸。html
Hadoop這個開源產品的出現，打破了對數據力量的壓制。Hadoop源於Nutch這個小型的搜索引擎項目。而Nutch則出自於著名的開源搜索引擎解決方案Lucene，而Lucene則來源於對Google的學習模仿。在Hadoop身上有着明顯的Google的影子。HDFS是GFS的山寨版，Map-Reduce的思想來源於Goolge對Page rank的計算方法，HBase模仿的是Big Table，Zookeeper則學習了Chubby。Google巨人的力量儘管因爲商業的緣由被層層封鎖，但在Hadoop身上獲得了完美的重生和發展。算法
從2006年Apache基金會接納Hadoop項目以來。Hadoop已經成爲雲計算軟件的一個事實標準，以及開源雲計算解決方案的幾乎惟一選擇。對於想用低成本（包括軟硬件）實現雲計算平臺或海量數據分析平臺的用戶，Hadoop集羣是首選的對象。因爲Hadoop在各方面都打破了傳統關係型數據庫的思路和模式，對於新接觸Hadoop平臺的人，每每會以爲困惑和難以理解，進而轉化爲畏懼。數據庫
所以，爲了遇上大數據時代的發展，迎接雲計算的思惟，儘管我作的是.NET的應用開發工做，但我仍然選擇業餘時間學習Hadoop。我會從Hadoop1.x版本開始學習經典的HDFS與MapReduce，而後瞭解Hadoop2.x版本與老版本的差別，熟悉一些常見的Hadoop應用場景，並學着實踐一個最經典的項目（網站日誌數據分析案例）來完成我給本身規劃的學習任務。框架
2、Hadoop筆記系列索引
2.1 基礎環境部分：
（1）基礎介紹與環境搭建分佈式
（6）Hadoop Eclipse插件的使用oop
（13）分佈式集羣中節點的動態添加與下架post
2.2 HDFS部分：
（2）不怕故障的海量存儲之HDFS基礎入門性能
（3）Hadoop RPC機制的使用學習
2.3 MapReduce部分：
（4）初識MapReduce大數據
（7）計數器與自定義計數器
（11）MapReduce中的排序和分組
（12）MapReduce中的常見算法
2.4 ZooKeeper部分：
（14）ZooKeeper環境搭建
2.5 HBase部分：
（15）HBase框架學習之基礎知識篇
（15）HBase框架學習之基礎實踐篇
2.6 Pig部分：
（16）Pig框架學習
2.7 Hive部分：
（17）Hive框架學習
2.8 Sqoop部分：
（18）Sqoop框架學習
2.9 Flume部分：
（19）Flume框架學習
2.10 項目實戰部分：
（20）網站日誌分析項目（一）項目介紹
（20）網站日誌分析項目（二）數據清洗
（20）網站日誌分析項目（三）統計分析
2.11 Hadoop2部分：
（21）Hadoop2的改進內容簡介
（22）Hadoop2.x環境搭建與配置