通过提供分布式数据存储和并行计算框架，Hadoop已经从一个集群计算的抽象演化成了一个大数据的操作系统。本书旨在通过以可读且直观的方式提供集群计算和分析的概览，为数据科学家深入了解特定主题领域铺平道路，从数据科学家的视角介绍Hadoop集群计算和分析。本书分为两大部分，第一部分从非常高的层次介绍分布式计算，讨论如何在集群上运行计算；第二部分则重点关注数据科学家应该了解的工具和技术，意在为各种分析和大规模数据管理提供动力。 书中主要内容如下： •Hadoop和集群计算背后的核心概念 •使用设计模式和并行分析算法创建分布式数据分析作业 •在分布式环境下使用Apache Hive和HBase进行数据管理、数据挖掘和数据仓储 •使用Sqoop和Apache Flum e从关系数据库采集数据 •使用Apache Pig和Spark DataFrame编写复杂的Hadoop和Spark应用程序 •通过Spark MLlib运用分类、聚类和协同过滤等机器学习技术