Hadoop实战的读后感10篇
《Hadoop实战》是一本由Chuck Lam著作，人民邮电出版社出版的平装图书，本书定价：59.00元，页数：253，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《Hadoop实战》读后感(一)：datajoin包有坑
☺☻☺☻☺☻☺☻☺☻☺☻☺☻☺☻☺☻☺☻☺☻☺☻够长了吗？
《Hadoop实战》读后感(二)：Hadoop
《Hadoop实战》读后感(三)：满分100：内容70+翻译20 = 90分
书中主要使用的是hadoop-0.19.1版本
翻译有些地方还是差强人意，上下文理解起来有时费劲
书中代码，不用说，在一个低版本上跑，包括自己搭环境，会是一个问题
个人不太推荐此书作为入门hadoop学习
整本书涉及的技术点可以说全部都是点到为止，不做深入，读完后，知道相关的技术点概念，实战性东西，靠自己摸索会效率很低
唯一觉得此书有价值的地方是：第8和10章内容，介于此，读电子版足矣！
貌似现在纸质的也还比较贵，所以真心不推荐
《Hadoop实战》读后感(四)：跟大象跳舞的入门书籍
Hadoop的鼎鼎大名无人不知无人不晓，本书作为入门指导再合适不过，但阅读中文版本时总感觉不太通畅，有些专业术语转换成中文后就是有些别扭。
通过示例来学习Hadopp绝对是最好的方法，但关键是“In Action”，也就是实战，否则看再多的书也没有意义。只有在被复杂的SQL和海量数据大虐特虐后才会明白Hadoop的好，此话不假。
此书有一个亮点是介绍了如果构建基于AWS的Hadoop平台，可惜只简单提了一下EMS（Elastic Map Reduce），要是能有更详细的介绍就更完美了。
Hadoop的周边生态越来越眼花缭乱，时刻牢记能满足业务的就是最好的，不要贪多贪大，与君共勉。
《Hadoop实战》读后感(五)：hadoop入门
1 基本上把mapReduce的思想讲清楚了，hadoop更多是使用方面的。基本上看个前三章，就能对mapreduce和hadoop有基本的理解。
2 它其实还没有严格来区分mapreduce和hadoop，根据我的理解。mapReduce是一种算法，一种思路。hadoop则实现了这种思路。为了应用这种思路，需要实现很多外围的功能，比如网络传输，任务分配等。这些内容hadoop都已经做好了，所以非常方面用它来实现自己的目的，只需要写自己的mapreduce的应用程序即可。
3 mapreduce的精髓个人认为是，把数据分布存储，然后用分布的机器各自计算这些存储数据，最后再合并统计。这样就实现了用多台廉价机取代单台昂贵机的目的。
4 hadoop目前不支持windows，只支持linux和unix，有条件的支持mac os。
《Hadoop实战》读后感(六)：上手还行
这是一本不是傻瓜类型的上手书，个人一般称傻瓜型的为入门书。
好吧，第一部分就是傻瓜部分，只要你把前三章看完，你就知道hadoop是什么，hadoop总体结构，hadoop的基本运行原理。至少知道了什么是map reduce， 之前听一个搞数据库的哥们说了两回也没有太清楚。
第二部分没有细看，粗略翻了翻，看到了久违的Java很亲切，如果想上手搞搞的话，还是不错的行动指南。
第三部分也很价值，介绍了一些相关的东西，AWS,Pig，Hive这三个是详细介绍的，其它的还有很多提及了，如HBase 、ZooKeeper 、Mahout，案例部分最有价值，能够看到如何来实现一个Hadoop的过程，一般技术书里面提及的比较少。
所以，如果只要简单知道什么是Hadoop，推荐看看前三章。
《Hadoop实战》读后感(七)：好好攒模板就行啦
本书和其他in action系列一样，不是官方文档事无巨细的解答，而是帮助你快速创建可用的代码，来解决实际中的问题。而对本书，前提是你要有还不错的Java功底。
就入门上手这个角度，这本书比hadoop权威指南好太多。也有可能是权威指南太厚了，让人抓不住重点，或者讲了很多有的没的的东西，讲编程模型这个关键部分就显得不出众。总而言之就是，实用性不强。
吐槽点：代码太老了，还不建议我们用新版api，醉了。
假如你是初学者，好好理解下面这句话，就够了。
大多数MapReduce程序的编写都可以简单地依赖于一个模板及其变种。当写一个新的MapReduce程序的时候，我们通常会采用现有的MapReduce程序，并将其修改为我们所希望的样子。(摘自本书4.2节)
所以你的学习路线可能是这样的：看一些经典问题的源码，比如排序，连接；复制到你能随手可用的地方；看到新的问题，看看是哪个类型的，就把对应的源码捞出来改改。
后记
这本书拖拖拉拉地看了四年，倒不是书写的不好，或者书太难。而是新手基本上看看前6章就行了。来不及看后面几章，后面就没怎么写MapReduce了，就转向了Hive/Pig，然后转向Spark/PySpark。唏嘘不已。
《Hadoop实战》读后感(八)：Hadoop实战+超大集群调优_Hadoop集群调优课程
Hadoop实战+超大集群调优
课程使用到的软件：
apache-maven-3.0.5-bin.tar.gz
eclipse-jee-kepler-R-win32-x86_64
hadoop-1.1.2.tar.gz
hadoop-2.5.0-cdh5.2.0-src.tar.gz
hadoop-2.5.0-cdh5.2.0.tar.gz
hive-0.13.1-cdh5.2.0.tar.gz
jdk-7u67-linux-x64.tar.gz
jdk-7u79-linux-i586.gz
ieTTY 0.3.26.exe
rotobuf-2.5.0.tar.gz
ecureCRT.zip
VMWare10
CentOS
zookeeper-3.4.5-cdh5.2.0.tar.gz
第一阶段：hadoop入门学习
第00讲：课程概述
第1讲：hadoop1入门-HDFS架构
第2讲：hadoop1入门-HDFS副本存放策略
第3讲：hadoop1入门-mapreduce架构
第4讲：hadoop1入门-生产环境分布
第5讲：hadoop1伪分布搭建（1）
第6讲：hadoop1伪分布搭建（2）
第7讲：Mapreduce1运行过程详解
第三阶段：HDFS API开发和RPC框架介绍
第19讲：hadoop2伪分布搭建和maven工程搭建
第20讲：URL操作HDFS
第21讲: FileSystem操作HDFS（1）
第22讲：FileSystem操作HDFS（2）
第23讲：HDFS使用伪装用户
第24讲：获取HDFS集群信息
第25讲：HDFS案例演示
第26讲：RPC例子演示
第27讲：Namenode源码导读
第28讲：HDFS读写文件过程总结
第四阶段：Mapreduce开发
第29讲：MapReduce-键值对变化
第30讲：Mapreduce-WordCount例子演示
第31讲：MapReduce-Shuffle详解
第32讲：MapReduce-TOOL优化
第33讲：MapReduce-自定义计数器
第34讲：MapReduce-Map数和Reduce数设置
第35讲：MapReduce-最大值算法
第36讲：MapReduce-combine使用
第37讲：Mapreduce-TopN算法
第38讲：Mapreduce-自定义数据类型（手机流量）
第39讲：Mapreduce-自定义分区（1）
第40讲：Mapreduce-自定义分区（2）
第41讲：Mapreduce-二次排序
第五阶段：超大集群调优
第42讲：集群时间同步
第43讲：句柄数设置
第44讲：HDFS回收站配置
第45讲：配额管理
第46讲：Yarn资源配置
第47讲：日志管理
第48讲：本地库编译
第49讲：压缩格式介绍
第50讲：文件格式介绍
第51讲：YARN调度器配置
第52讲：Linux参数配置
第53讲：HDFS参数配置
第54讲：Mapreduce参数配置
第55讲：hadoop3新功能介绍
《Hadoop架构设计与源码分析第一季》
2016年最新Hadoop零基础实战视频教程