Hadoop徹底入門 第2版 オープンソース分散処理環境の構築

第1部　Hadoopの基礎

1　　Hadoopの基礎知識

1.1　Hadoop とは
1.2　Hadoop の概要
1.3　Hadoop の適用領域
1.4　Hadoop のシステム構成とアーキテクチャ
1.5　Hadoop の適用事例

2　MapReduceアプリケーションの活用例

2.1　ブログのアクセス数集計
2.2　似ている人を見つける
2.3　検索エンジンインデックスの作成
2.4　画像データの分散処理
2.5　MapReduceで実現できる処理の特徴と活用ポイント

3　Hadoop の導入

3.1　環境構築の前提
3.2　実行環境の構築
3.3　動作確認
3.4　サンプルアプリケーションの実行

4　HDFS(Hadoop Distributed File System)

4.1　Hadoopにおけるファイルシステム
4.2　HDFSの仕組み
4.3　HDFSへのファイル読み書きの流れ
4.4　ファイルシステムのメタデータ
4.5　HDFSの設定と起動/停止
4.6　SecondaryNameNode
4.7　CLIベースのファイル操作

5　MapReduceフレームワーク

5.1　MapReduceの処理
5.2　MapReduceのアーキテクチャ
5.3　MapReduceとHDFSの関係
5.4　MapReduceフレームワークの設定
5.5　MapReduceフレームワークの起動と停止
5.6　CLIベースのMapReduce管理

6　Hadoopアプリケーションを動かす

6.1　本章でテストするアプリケーション
6.2　MapReduceアプリケーション（Java）
6.3　HadoopStreamingアプリケーション
6.4　Pigアプリケーション
6.5　Hiveアプリケーション

7　Hadoopクラスタの構築

7.1　完全分散クラスタ
7.2　環境構築の前提
7.3　Hadoopクラスタ環境の構築
7.4　Webインターフェイスによる動作確認
7.5　サンプルアプリケーションの実行

第2部　MapReduceアプリケーション開発

8　MapReduceプログラミングの基礎　－Javaによる開発（1）－

8.1　JavaによるMapReduceの実装
8.2　ソースコードからのプログラム実行
8.3　Mapper
8.4　Reducer
8.5　Writable
8.6　InputFormat/OutputFormat
8.7　mainプログラム

9　MapReduceプログラミングの応用　－Javaによる開発（2）－

9.1　MapReduceプログラムのカスタマイズ
9.2　入力データの取り扱いを制御する
9.3　出力データの取り扱いを制御する
9.4　独自のデータ型を定義する
9.5　Shuffleフェーズでの動作を制御する
9.6　MapReduceアプリケーションのテストとデバッグ

10　MapReduce開発Tips　－Javaによる開発（3）－

10.1　本章で紹介する内容
10.2　圧縮データを扱う
10.3　MapReduceでの処理に適したファイルフォーマット
10.4　一度に複数のファイルフォーマットを扱う
10.5　分散キャッシュの利用
10.6　Mapタスク/Reduceタスクの実行コンテキストを扱う

11　HadoopStreaming

11.1　HadoopStreamingとは
11.2　HadoopStreamingアプリケーションの構築
11.3　HadoopStreamingの活用例
11.4　HadoopStreamingのコマンドオプション

12　データフロー型処理言語Pig

12.1　Pigとは
12.2　Pigの実行方法
12.3　Pigでのデータ管理
12.4　Pigでの処理方法
12.5　関数
12.6　アプリケーション開発
12.7　Pig Latinでの処理実装
12.8　ユーザー定義関数の実装
12.9　Pigにおけるデバッグ
12.10　Pigをより高度に活用するためのポイント

13　SQLライクインターフェイスHive

13.1　Hive戦略
13.2　HadoopとHive
13.3　HiveQL
13.4　効果的なHiveの使い方

第3部　Hadoopクラスタの構築と運用

14　環境構築の効率化

14.1　環境構築と設定の自動化
14.2　環境構築サーバーのセットアップ
14.3　OSの自動セットアップ
14.4　Puppetによる環境設定
14.5　PSSHを利用した運用
14.6　Hadoop設定のベストプラクティス

15　可用性の向上

15.1　高可用性の基本
15.2　HDFSの高可用化
15.3　MapReduceの高可用化

16　クラスタのモニタリング

16.1　Hadoopにおけるモニタリング
16.2　GangliaによるHadoopクラスタのメトリクス取得
16.3　Hadoopクラスタの監視

17　クラスタのメンテナンス

17.1　Hadoopのメンテナンスとは
17.2　メンテナンス時の基本的なオペレーション
17.3　定常的に実施するオペレーション
17.4　Hadoopクラスタの拡張
17.5　クラスタの障害対応

18　複数のユーザーによるリソース制御

18.1　リソース制御の導入
18.2　基本的な設定
18.3　スケジューラによるリソース分配の制御

第4部　Hadoopを活用するための技術

19　Hadoopチューニング

19.1　チューニングが求められるケース
19.2　MapReduceジョブの動作に影響する設定
19.3　Mapタスクのチューニング
19.4　Reduceタスクのチューニング
19.5　Java VMチューニング
19.6　OSチューニング

20　分散型データベース HBase

20.1　HBaseとは
20.2　HBaseのデータモデル
20.3　アーキテクチャ
20.4　インストール方法
20.5　HBase Shell
20.6　MapReduceジョブからの使用
20.7　HBaseのテーブル設計

21　Fluentdログコレクタ

21.1　ログコレクタ登場の背景
21.2　Fluentdとは？
21.3　「すべてのログをJSONで」という考え方
21.4　Fluentdのインストール
21.5　Fluentdの基本
21.6　HDFSへの書き出し設定例
21.7　Fluentdの内部構造
21.8　FluentdのHA構成
21.9　Fluentdのチューニング
21.10　Fluentdのモニタリング
21.11　Fluentdと類似したソフトウェア

22　YARN

22.1　YARNの基礎知識
22.2　YARNのアーキテクチャ
22.3　Hadoop/MapReduce/YARNと従来型のHadoop/MapReduceの違い
22.4　YARNを利用してMapReduceを動かす

付属データはこちら

書籍への問い合わせ

正誤表、追加情報をご確認の上、こちらよりお問い合わせください

書影の利用許諾について

本書籍に関する利用許諾申請はこちらになります

追加情報はありません。

正誤表の登録はありません。