如何用形象的比喻描述大数据的技术生态？Hadoop、Hive、Spark 之间是什么关系？对于大部分人来说都是傻傻分不清楚。
今年来大数据、人工智能获得了 IT 界大量的关注。如果一个企业不玩大数据，都不好意思说自己是在 IT 圈混的。我敢打赌，你在中关村西二旗地铁站溜一圈，保准你会听到如下名词：Hadoop、Spark、MapReduce、NoSQL、离线计算、实时计算、实时推送等等一大串名称。
程序猿们就是有这么实在，坐在地铁上还能那么投入的讨论技术问题。那么，这些听起来高大上的技术，究竟都是干什么用的呢？他们之间的有什么区别和联系？
通常，一个技术的兴起，都是由现实需求驱动的。了解了我们面临的问题，就能更好的理解各个大数据技术的使用场景，各类大数据技术的区别也就显而易见了。
今天这一份书单，我们就将从 Hadoop 生态圈开始入手，推荐几本关于 Hadoop 生态圈的优质书籍！
Hadoop 技术栈系列书单
Hadoop 权威指南：大数据的存储与分析(第 4 版)
本书结合理论和实践，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。
全书 5 部分 24 章，第Ⅰ部分介绍 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。第Ⅱ部分介绍 MapReduce, 主题包括 MapReduce 应用开发；MapReduce 的工作机制、MapReduce 的类型与格式、MapReduce 的特性。第Ⅲ部分介绍 Hadoop 的运维，主题涉及构建 Hadoop 集群、管理 Hadoop。第Ⅳ部分介绍 Hadoop 相关开源项目，主题涉及 Avro、Parquet、Flume、Sqoop、Pig、Hive、Crunch、Spark、HBase、ZooKeeper。第Ⅴ部分提供了三个案例，分别来自医疗卫生信息技术服务商塞纳 (Cerner)、微软的人工智能项目 ADAM(一种大规模分布式深度学习框架) 和开源项目 Cascading(一个新的针对 MapReduce 的数据处理 API)。
本书是一本专业、全面的 Hadoop 参考书和工具书，阐述了 Hadoop 生态圈的新发展和应用，程序员可以从中探索海量数据集的存储和分析，管理员可以从中了解 Hadoop 集群的安装和运维。
作者简介
TomWhite 是杰出的 Hadoop 专家之一。自 2007 年 2 月以来，TomWhite 一直是 ApacheHadoop 的提交者(committer)，也是 Apache 软件基金会的成员。Tom 是 Cloudera 的软件工程师，他是 Cloudera 的首批员工，对 Apache 和 Cloudera 做出了举足轻重的贡献。
译者简介
王海博士，解放军理工大学通信工程学院教授，博导，教研中心主任，长期从事无线自组网网络的设计与研发工作，主持国家自然科学基金、国家 863 计划课题等多项课题，近 5 年获军队科技进步二等奖 1 项，三等奖 6 项，作为 di 一发明人申请国家发明专利十余项，发表学术论文 50 余篇。
刘喻博士，长期从事软件开发、软件测试和软件工程化管理工作，目前任教于清华大学软件所。
吕粤海，长期从事军事通信网络技术研究与软件开发工作，先后通过华为光网络高级工程师认证、思科网络工程师认证。
深度剖析 Hadoop HDFS
本书基于 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，书中描述了 HDFS 内存存储、异构存储等几大核心设计，包括源码细节层面的分析，对于 HDFS 中比较特殊的几个场景过程也做了细粒度的分析。
阅读本书可以帮助读者从架构设计与功能实现角度了解 HDFS 2.X，同时还能学习 HDFS 2.X 框架中优秀的设计思想、设计模式、Java 语言技巧等。这些对于读者全面提高自己分布式技术水平有很大的帮助。
本书分为三大部分：核心设计篇、细节实现篇、解决方案篇，“核心设计篇”包括 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；“细节实现篇”包括 HDFS 的块处理、流量处理等细节，以及部分结构分析；“解决方案篇”包括 HDFS 的数据管理、HDFS 的数据读写、HDFS 的异常场景等。本书适合于云计算相关领域研发人员、云计算相关运维工程师、高年级研究生或本科、热衷于分布式计算研究的人。
作者简介
林意群，唯品会上海研发中心数据应用部研发工程师，Apache Hadoop Committer，主要专注于 HDFS 模块的研究。对大数据处理、分布式计算兴趣浓厚，在实际工作中努力钻研，分享了大量技术文章，贡献了很多实践经验。
HBase 不睡觉书
HBase 是 Apache 旗下一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。利用 HBase 技术可在廉价的 PC 服务器上搭建大规模的存储化集群，使用 HBase 可以对数十亿级别的大数据进行实时性的高性能读写，在满足高性能的同时还保证了数据存取的原子性。
本书共分为 9 章，由浅入深地讲解 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。
本书适合于以前没有接触过 HBase，或者了解 HBase，并希望能够深入掌握的读者，适合 HBase 应用开发人员和系统管理人员学习使用。
作者简介
杨曦，就职于硅谷某上市公司，对大数据、云计算等技术有较深研究以及丰富的项目实践经验。热衷编写开源项目、撰写技术博客以及折腾各种技术项目。
Hive 实战
Hive“出身名门”，是最初由 Facebook 公司开发的数据仓库工具。它简单且容易上手，是深入学习 Hadoop 技术的一个很好的切入点。
本书由数据库专家和大数据专家共同撰写，具体内容包括：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。本书旨在为读者打牢基础，从而踏上专业的大数据处理之旅。
作者简介
斯科特·肖（Scott Shaw）
Hortonworks 公司解决方案工程师，曾为微软公司的商业智能项目担任顾问，拥有近 20 年的数据管理经验。作为演讲者和培训师，他致力于普及分布式计算、大数据概念、商业智能、Hive 和 Hadoop。
安德烈亚斯·弗朗索瓦·弗穆尔恩（Andreas Fran?ois Vermeulen）
集数据科学家、数据仓库架构师、博士研究员、企业顾问等角色于一身，曾获“英国数据科学技术先锋”称号，广泛涉足数据工程、商业智能、云架构、深度学习等多个领域。
安库尔·古普塔（Ankur Gupta）
Hortonworks 公司解决方案工程师，曾在 Oracle 公司担任顾问，有多年从事数据架构师和 Oracle 数据库管理员的经验，著有 Oracle GoldenGate 11g Complete Cookbook。