一、為何要學習Hadoop?

　　這是一個信息爆炸的時代。經過數十年的積累，很多企業都聚集了大量的數據。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，變廢為寶煉數成金成為當務之急。但數據增長的速度往往比cpu和內存性能增長的速度還要快得多。要處理海量數據，如果求助於昂貴的專用主機甚至超級計算機，成本無疑很高，有時即使是保存數據，也需要面對高成本的問題，因為具有海量數據容量的存儲設備，價格往往也是天文數字。成本和IT能力成為了海量數據分析的主要瓶頸。

　　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身上有著明顯的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巨人的力量盡管由於商業的原因被層層封鎖，但在Hadoop身上得到了完美的重生和發展。

　　從2006年Apache基金會接納Hadoop項目以來。Hadoop已經成為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唯一選擇。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集群是首選的對象。由於Hadoop在各方面都打破了傳統關系型數據庫的思路和模式，對於新接觸Hadoop平臺的人，往往會覺得困惑和難以理解，進而轉化為畏懼。

　　因此，為了趕上大數據時代的發展，迎接雲計算的思維，盡管我做的是.NET的應用開發工作，但我仍然選擇業余時間學習Hadoop。我會從Hadoop1.x版本開始學習經典的HDFS與MapReduce，然後了解Hadoop2.x版本與老版本的差異，熟悉一些常見的Hadoop應用場景，並學著實踐一個最經典的項目（網站日誌數據分析案例）來完成我給自己規劃的學習任務。

二、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

　　（6）Hadoop Eclipse插件的使用

　　（13）分布式集群中節點的動態添加與下架

2.2 HDFS部分：

　　（2）不怕故障的海量存儲之HDFS基礎入門

　　（3）Hadoop RPC機制的使用

2.3 MapReduce部分：

　　（4）初識MapReduce

　　（5）自定義類型處理手機上網日誌

　　（7）計數器與自定義計數器

　　（8）Combiner與自定義Combiner

　　（9）Partioner與自定義Partitioner

　　（10）Reduce階段中的Shuffle過程

　　（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

原文鏈接：http://www.cnblogs.com/edisonchou/

Hadoop學習筆記系列文章導航