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。
Betala smidigt med kort, Klarna, Apple Pay eller Google Pay. Är du inte nöjd har du alltid 14 dagars ångerrätt. Läs mer i våra villkor. Har du några frågor, mejla oss på hello@memmo.org.
Memmo gör det enklare att plugga – var du än är i världen. Hos oss samlar du kursböcker och smarta studieverktyg på ett och samma ställe: sammanfattningar, quiz, poddar och flashcards. Och så Ted, din studiekompis som svarar på allt du undrar. Över 50 000 studenter pluggar redan här – byggt för att du ska lära dig snabbare och stressa mindre.