HadoopMapReduce性能优化 - (EPUB全文下载)

文件大小：5.45 mb。
文件格式：epub 格式。
书籍内容：

目录
封面
扉页
版权
内容提要
译者序
译者简介
前言
致谢
作者简介
技术审稿人简介
第1章 了解Hadoop MapReduce
1.1 MapReduce模型
1.2 Hadoop MapReduce概述
1.3 Hadoop MapReduce的工作原理
1.4 影响MapReduce性能的因素
1.5 小结
第2章 Hadoop参数概述
2.1 研究Hadoop参数
2.1.1 配置文件mapred-site.xml
2.1.2 配置文件hdfs-site.xml
2.1.3 配置文件core-site.xml
2.2 Hadoop MapReduce性能指标
2.3 性能监测工具
2.3.1 用Chukwa监测Hadoop
2.3.2 使用Ganglia监测Hadoop
2.3.3 使用Nagios监测Hadoop
2.4 用Apache Ambari监测Hadoop
2.5 小结
第3章 检测系统瓶颈
3.1 性能调优
3.2 创建性能基线
3.3 识别资源瓶颈
3.3.1 识别内存瓶颈
3.3.2 识别CPU瓶颈
3.3.3 识别存储瓶颈
3.3.4 识别网络带宽瓶颈
3.4 小结
第4章 识别资源薄弱环节
4.1 识别集群薄弱环节
4.1.1 检查Hadoop集群节点的健康状况
4.1.2 检查输入数据大小
4.1.3 检查海量I/O和网络阻塞
4.1.4 检查并发任务不足
4.1.5 检查CPU过饱和
4.2 量化Hadoop集群
4.3 正确配置集群
4.4 小结
第5章 强化map和reduce任务
5.1 强化map任务
5.1.1 输入数据和块大小的影响
5.1.2 处置小文件和不可拆分文件
5.1.3 在Map阶段压缩溢写记录
5.1.4 计算map任务的吞吐量
5.2 强化reduce任务
5.2.1 计算reduce任务的吞吐量
5.2.2 改善Reduce执行阶段
5.3 调优map和reduce参数
5.4 小结
第6章 优化MapReduce任务
6.1 使用Combiner
6.2 使用压缩技术
6.3 使用正确Writable类型
6.4 明智地复用类型
6.5 优化mapper和reducer的代码
6.6 小结
第7章 最佳实践与建议
7.1 硬件调优与操作系统推荐
7.1.1 Hadoop集群检查表
7.1.2 Bios调优检查表
7.1.3 OS配置建议
7.2 Hadoop最佳实践与建议
7.2.1 部署Hadoop
7.2.2 Hadoop调优建议
7.2.3 使用MapReduce模板类代码
7.3 小结
Hadoop MapReduce性能优化
[法]Khaled Tannir　著
范欢动　译
人民邮电出版社
北京
图书在版编目（CIP）数据
Hadoop MapReduce性能优化/（法）坦尼尔（Tannir,K.）著；范欢动译.--北京：人民邮电出版社，2015.2
书名原文：Optimizing Hadoop for MapReduce
ISBN　978-7-115-38127-9
Ⅰ.①H…　Ⅱ.①坦…②范…　Ⅲ.①数据处理软件②软件工具—程序设计　Ⅳ.①TP274②TP311.56
中国版本图书馆CIP数据核字（2015）第014846号
版权声明
Copyright ©2014 Packt Publishing. First published in the English language under the title Optimizing Hadoop for MapReduce.
All Rights Reserved.
本书由英国Packt Publishing公司授权人民邮电出版社出版。未经出版者书面许可，对本书的任何部分不得以任何方式或任何手段复制和传播。
版权所有，侵权必究。
◆著　[法]Khaled Tannir
译　范欢动
责任编辑　杨海玲
责任印制　张佳莹　焦志炜
◆人民邮电出版社出版发行　　北京市丰台区成寿寺路11号
邮编　100164　　电子邮件　315@ptpress.com.cn
网址　http://www.ptpress.com.cn
北京天宇星印刷厂印刷
◆开本：800×1000　1/16
印张：7.25
字数：99千字　　2015年2月第1版
印数：1-3000册　　2015年2月北京第1次印刷
著作权合同登记号　图字：01-2014-7056号
定价：35.00元
读者服务热线：（010）81055410　印装质量热线：（010）81055316
反盗版热线：（010）81055315
内容提要
大数据时代，MapReduce的重要性不言而喻。Hadoop作为MapReduce框架的一个实现，受到业界广泛的认同，并被广泛部署和应用。尽管 Hadoop 为数据开发工程师入门和编程提供了极大便利，但构造一个真正满足性能要求的MapReduce程序并不简单。数据量巨大是大数据工作的现实问题，而对低响应时间的要求则时常困扰着数据开发工程师。
本书采用原理与实践相结合的方式，通过原理讲解影响MapReduce性能的因素，透过实例一步步地教读者如何发现性能瓶颈并消除瓶颈，如何识别系统薄弱环节并改善薄弱环节，讲解过程中融合了作者在优化实践过程中积累的丰富经验，具有很强的针对性。读完本书，能让读者对 Hadoop 具有更强的驾驭能力，从而构造出性能最优的MapReduce程序。
Hadoop性能问题既是程序层面的问题，也是系统层面的问题。本书既覆盖了系统层面的优化又覆盖了程序层面的优化，非常适合 Hadoop 管理员和有经验的数据开发工程师阅读。对于初学者，本书第1章也作了必要的技术铺垫，避免对后面章节的理解产生梯度。
译者序
毫无疑问，我们正处在非凡的大数据时代而且参与其中。我们每一个人，要么是数据产生的源头，要么是数据生产者、消费者或者加工者。长期以来，各种数据，包括非结构化数据、半结构化数据和传统的结构化数 ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。