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。
Payez facilement par carte, Klarna, Apple Pay ou Google Pay. Pas satisfait ? Vous avez toujours une garantie de remboursement de 14 jours. En savoir plus dans nos conditions. Si vous avez des questions, envoyez-nous un e-mail à hello@memmo.org.
Memmo facilite tes études, où que tu sois dans le monde. On rassemble tes manuels de cours et des outils d'étude intelligents au même endroit : résumés, quiz, podcasts et flashcards. Et il y a Ted, ton compagnon d'étude qui répond à toutes tes questions. Plus de 50 000 étudiants étudient déjà ici – conçu pour t'aider à apprendre plus vite et à moins stresser.