大數據類型多樣、數量龐大、變化快速，這些特征對大數據分析師提出了新挑戰。作為一種應對方案，大數據分析技術廣泛應用於物聯網、雲計算等新興領域，能夠幫助企業用戶在合理時間內處理海量數據，並為改善經營決策提供有效幫助。目前，存在多種大數據分析工具，相關技術正在不斷走向成熟。Hadoop 作為一種**的開源框架，基於該架構的數據分析應用具有顯著技術優勢和應用前景，目前與Hadoop 大數據分析相關的出版物中，大多偏重於理論和技術介紹，有關具體應用實踐方面的書籍相對偏少。 為了滿足應用需求，《Hadoop **數據分析 使用Hadoop 生態繫統設計和構建大數據繫統》以設計並實現用於獲取、分析、可視化大數據集的軟件繫統為目標，以應用案例為背景，繫統地介紹利用Hadoop 及其生態繫統進行大數據分析的各種工具和方法；本書講述Hadoop 大數據分析的基本原理，呈現構建分析繫統時所使用的標準架構、算法和技術，對應用案例進行了深入淺出的剖析，為讀者掌握大數據分析基礎架構及實施方法提供了詳明實用的方案。 《Hadoop **數據分析 使用Hadoop 生態繫統設計和構建大數據繫統》在注重Hadoop 數據分析理論的同時，與大數據分析案例實踐相結合，以生物、電信、資源勘查等行業真實案例為主線，詳細講解Hadoop **數據分析的過程。使讀者可以自己動手實踐，親自體會開發的樂趣及大數據分析的強大魅力。通過本書的學習，讀者能夠*加快速且有效地掌握Hadoop 數據分析方法並積累實踐經驗。閱讀《Hadoop **數據分析 使用Hadoop 生態繫統設計和構建大數據繫統》，可以幫助讀者了解並掌握Hadoop **數據分析技術的具體操作方法，讓讀者真正理解其核心概念和基本原理。

學習高級分析技術，並利用現有工具包使分析應 用更加強大、精確和高效！克裡·柯伊茲著的 《Hadoop高級數據分析(使用Hadoop生態繫統設計和 構建大數據繫統)》將架構、設計及實現信息恰當地 融為一體，將指導你創建超越基礎方法(SF分類、聚 類、推薦)的分析繫統。 在本書中，最佳實踐強調“確保連貫、高效的開 發”。將使用包含工具箱、庫、可視化組件和報表代 碼在內的標準第三方組件，借助集成“組合件”開發 一個可運行的、可擴展的、端到端的完整示例繫統。 本書強調以下四點： 具有分析組件及合理可視化結果的完整、靈活、 可配置、高性能數據管道繫統的重要性。深入探討的 主題包括Spark、H2O、Vopal Wabbit(NLP)、 Stanford NLP、Apache Mahout，以及其他適用的工 具包、庫和插件。 最佳實踐和結構化設計原則。包括重要主題及示 例部分。 用混合搭配或混合繫統實現應用目標的重要性。 你在學習深度示例時可體會到混合方法的重要性。 使用現有第三方庫是有效開發的關鍵。在開發示 例繫統時，深度示例將展示一些第三方工具包的功能 。

Kerry Koitzsch在計算機科學、圖像處理和軟件工程等領域擁有超過二十年的工作經驗，致力於研究Apache Hadoop和Apache Spark技術。Kerry擅長軟件咨詢，精通一些定制的大數據應用，包括分布式搜索、圖像分析、立體視覺和智能圖像檢索繫統。Kerry目前就職於Kildane軟件技術股份有限公司，該公司是加州桑尼維爾市的一個機器人繫統和圖像分析軟件提供商。

第4章 關繫、NoSQL及圖數據庫
4.1 圖查詢語言：Cypher及Gremlin
4.2 Cypher示例
4.3 Gremlin示例
4.4 圖數據庫：Apache Neo4J
4.5 關繫數據庫及Hadoop生態繫統
4.6 Hadoop以及UA組件
4.7 本章小結
4.8 參考文獻
第5章 數據管道及其構建方法
5.1 基本數據管道
5.2 Apache Beam簡介
5.3 Apache Falcon簡介
5.4 數據源與數據接收：使用Apache Tika構建數據管道
5.5 計算與轉換
5.6 結果可視化及報告
5.7 本章小結
5.8 參考文獻
第6章 Hadoop、Lucene、Solr與**搜索技術
6.1 Lucene/Solr生態繫統簡介
6.2 Lucene查詢語法
6.3 使用Solr的編程示例
6.4 使用ELK棧(Elasticsearch、Logstash、Kibana)
6.5 Solr與Elasticsearch：特點與邏輯
6.6 應用於Elasticsearch和Solr的Spring Data組件
6.7 使用LingPipe和GATE實現定制搜索
6.8 本章小結
6.9 參考文獻
第Ⅱ部分 架構及算法
第Ⅲ部分 組件與繫統
第Ⅳ部分 案例研究與應用
附錄