本书每一章都介绍了不同的主题（例如核心技术或数据传输），并且解释了为什么特定组件适用或不适用特定的需求。对于数据处理来说，使用Hadoop是一个全新的挑战，但如果有了这本便利的参考书，你将很容易领会使用Hadoop的精妙所在。主要包括如下主题：核心技术，Hadoop分布式文件系统（HDFS）、MapReduce、YARN和Spark。数据库和数据管理，Cassandra、HBase、MongoDB和Hive。序列化，Avro、JSON和Parquet。管理和监视，Puppet、Chef、Zookeeper和Oozie。分析辅助，Pig、Mahout和MLLib。数据传输，Scoop、Flume、distcp和Storm。安全、访问控制和审计——Sentry、Kerberos和Knox。云计算和虚拟化——Serengeti、Docker和Whirr。