هَدوپ در عمل ۲۰۱۰
Hadoop in Action 2010

Hadoop in Action به خوانندگان می‌آموزد که چگونه از Hadoop استفاده کنند و برنامه‌های MapReduce بنویسند. مخاطبان این کتاب برنامه‌نویسان، معماران نرم‌افزار و مدیران پروژه‌ای هستند که باید حجم زیادی از داده‌ها را به‌صورت آفلاین پردازش کنند. Hadoop in Action خواننده را از تهیه‌ی یک نسخه از Hadoop تا راه‌اندازی آن در یک خوشه و نوشتن برنامه‌های تحلیل داده، راهنمایی می‌کند.

این کتاب با ساده‌سازی ایده‌ی اساسی Hadoop و MapReduce شروع می‌شود. این کار با اعمال نصب پیش‌فرض Hadoop بر روی چند وظیفه‌ی ساده و قابل پیگیری، مانند تجزیه و تحلیل تغییرات در فراوانی کلمات در یک مجموعه‌ی اسناد، انجام می‌شود. سپس کتاب به بررسی مفاهیم اساسی برنامه‌های MapReduce که با استفاده از Hadoop توسعه یافته‌اند، می‌پردازد. این بررسی شامل نگاهی دقیق به اجزای چارچوب، استفاده از Hadoop برای انواع وظایف تحلیل داده و مثال‌های متعددی از Hadoop در عمل است.

Hadoop in Action به شما توضیح می‌دهد که چگونه از Hadoop استفاده کنید و الگوهای طراحی و شیوه‌های برنامه‌نویسی MapReduce را ارائه می‌دهد. MapReduce یک ایده‌ی پیچیده هم از نظر مفهومی و هم در پیاده‌سازی است و کاربران Hadoop با چالش یادگیری تمام جزئیات و تنظیمات برای اجرای Hadoop روبرو هستند. این کتاب فراتر از مکانیک اجرای Hadoop می‌رود و به شما یاد می‌دهد که چگونه برنامه‌های معناداری در یک چارچوب MapReduce بنویسید.

این کتاب فرض می‌کند که خواننده آشنایی اولیه‌ای با Java دارد، زیرا بیشتر نمونه کدها به زبان Java نوشته خواهند شد. آشنایی با مفاهیم آماری اولیه (به عنوان مثال، هیستوگرام، همبستگی) به خواننده کمک می‌کند تا از مثال‌های پیشرفته‌تر پردازش داده قدردانی کند.

با خرید نسخه‌ی چاپی کتاب، یک نسخه‌ی رایگان PDF، ePub و Kindle eBook از Manning نیز ارائه می‌شود. همچنین، تمام کدهای کتاب نیز در دسترس هستند.

Hadoop in Action teaches readers how to use Hadoop and write MapReduce programs. The intended readers are programmers, architects, and project managers who have to process large amounts of data offline. Hadoop in Action will lead the reader from obtaining a copy of Hadoop to setting it up in a cluster and writing data analytic programs.

The book begins by making the basic idea of Hadoop and MapReduce easier to grasp by applying the default Hadoop installation to a few easy-to-follow tasks, such as analyzing changes in word frequency across a body of documents. The book continues through the basic concepts of MapReduce applications developed using Hadoop, including a close look at framework components, use of Hadoop for a variety of data analysis tasks, and numerous examples of Hadoop in action.

Hadoop in Action will explain how to use Hadoop and present design patterns and practices of programming MapReduce. MapReduce is a complex idea both conceptually and in its implementation, and Hadoop users are challenged to learn all the knobs and levers for running Hadoop. This book takes you beyond the mechanics of running Hadoop, teaching you to write meaningful programs in a MapReduce framework.

This book assumes the reader will have a basic familiarity with Java, as most code examples will be written in Java. Familiarity with basic statistical concepts (e.g. histogram, correlation) will help the reader appreciate the more advanced data processing examples.

Purchase of the print book comes with an offer of a free PDF, ePub, and Kindle eBook from Manning. Also available is all code from the book.