1、Hadoop 快速安装入门
主要介绍Hadoop入门知识，包括优势、环境搭建、运行模式、源码编译等
2、分布式文件系统 HDFS
Hadoop分布式文件系统（HDFS）被设计成适合运行在通用硬件上的分布式文件系统，特点如下：它是一个高度容错性的系统，适合部署在廉价的机器上；HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用；HDFS放宽了一部分POSIX约束，来实现流式读取文件系统数据的目的。HDFS是Apache Hadoop Core项目的一部分，最开始是作为Apache Nutch搜索引擎项目的基础架构而开发的。
3、Hadoop 分布式计算框架 MapReduce
MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算，最早是由Google公司研究提出，其初衷主要是为了解决其搜索引擎中大规模网页数据的并行化处理。
概念"Map（映射）“和"Reduce（归约）”，是MapReduce的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。
2004年，开源项目Lucene（搜索索引程序库）和Nutch（搜索引擎）的创始人Doug Cutting发现MapReduce正是其所需要的解决大规模Web数据处理的重要技术，因而模仿Google MapReduce，基于Java设计开发了一个称为Hadoop的开源MapReduce并行计算框架和系统。自此，Hadoop成为Apache开源组织下最重要的项目，自其推出后很快得到了全球学术界和工业界的普遍关注，并得到推广和普及应用。
4、Hadoop 分布式资源管理框架 YARN
Hadoop YARN（Yet Another Resource Negotiator，另一种资源协调者）是Hadoop资源管理器，它是一个通用资源管理系统，可为上层应用提供统一的资源管理和调度，它的引入为集群在利用率、资源统一管理和数据共享等方面带来了巨大好处。
YARN的基本思想是将JobTracker的两个主要功能（资源管理和作业调度/监控）分离，主要方法是创建一个全局的ResourceManager（RM）和若干个针对应用程序的ApplicationMaster（AM）。这里的应用程序是指传统的MapReduce作业或作业的DAG（有向无环图）。
5、Hadoop企业优化及扩展案例
