Hadoop技术内幕

图书标准信息

• 作者 董西成 著
• 出版社 机械工业出版社
• 出版时间 2013-12
• 版次 1
• ISBN 9787111445340
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 396页
• 正文语种 简体中文
• 丛书 大数据技术丛书

【内容简介】

　　《Hadoop技术内幕：深入解析YARN架构设计与实现原理》是“Hadoop技术内幕”系列的第3本书，前面两本分别对Common、HDFS和MapReduce进行了深入分析和讲解，赢得了极好的口碑，Hadoop领域几乎人手一册，本书则对YARN展开了深入的探讨，是首部关于YARN的专著。仍然由资深Hadoop技术专家董西成执笔，根据新的Hadoop2.0版本撰写，专业社区ChinaHadoop鼎力推荐。
　　《Hadoop技术内幕：深入解析YARN架构设计与实现原理》从应用角度系统讲解了YARN的基本库和组件用法、应用程序设计方法、YARN上流行的各种计算框架（MapReduce、Tez、Storm、Spark），以及多个类YARN的开源资源管理系统（Corona和Mesos）；从源代码角度深入分析YARN的设计理念与基本架构、各个组件的实现原理，以及各种计算框架的实现细节。
　　《Hadoop技术内幕：深入解析YARN架构设计与实现原理》共四部分13章：一部分（第1~2章）主要介绍了如何获取、阅读和调试Hadoop的源代码，以及YARN的设计思想、基本架构和工作流程；第二部分（第3~7章）结合源代码详细剖析和讲解了YARN的第三方开源库、底层通信库、服务库、事件库的基本使用和实现细节，详细讲解了YARN的应用程序设计方法，深入讲解和分析了ResourceManager、资源调度器、NodeManager等组件的实现细节；第三篇（第8~10章）则对离线计算框架MapReduce、DAG计算框架Tez、实时计算框架Storm和内存计算框架Spark进行了详细的讲解；第四部分（第11~13章）首先对FacebookCorona和ApacheMesos进行了深入讲解，然后对YARN的发展趋势进行了展望。附录部分收录了YARN安装指南、YARN配置参数以及HadoopShell命令等非常有用的资料。

【作者简介】

　　董西成，资深Hadoop技术实践者和研究者，对Hadoop技术有非常深刻的认识和理解，有着丰富的实践经验。曾经参与了商用Hadoop原型的研发，以及人民搜索的分布式日志系统、全网图片搜索引擎、Hadoop调度器等多个项目的设计与研发，实践经验非常丰富。对Hadoop的源代码有深入的研究，能通过修改Hadoop的源代码来完成二次开发和解决各种复杂的问题。热衷于分享，撰写了大量关于Hadoop的技术文章并分享在自己的博客上，由于文章技术含量高，所以非常受欢迎，这使得他在Hadoop技术圈内颇具知名度和影响力。
　　出版有Hadoop领域负有盛名的专著：《Hadoop技术内幕：深入解析MapReduce架构设计与实现原理》。

【目录】

前言

第一部分　准备篇

第1章　环境准备 
1.1　准备学习环境 
1.1.1　基础软件下载 
1.1.2　如何准备Linux环境 
1.2　获取Hadoop源代码 
1.3　搭建Hadoop源代码阅读环境 
1.3.1　创建Hadoop工程 
1.3.2　Hadoop源代码阅读技巧 
1.4　Hadoop源代码组织结构 
1.5　Hadoop初体验 
1.5.1　搭建Hadoop环境 
1.5.2　Hadoop Shell介绍 
1.6　编译及调试Hadoop源代码 
1.6.1　编译Hadoop源代码 
1.6.2　调试Hadoop源代码 
1.7　小结 

第2章　YARN设计理念与基本架构 
2.1　YARN产生背景 
2.1.1　MRv1的局限性 
2.1.2　轻量级弹性计算平台 
2.2　Hadoop基础知识 
2.2.1　术语解释 
2.2.2　Hadoop版本变迁 
2.3　YARN基本设计思想 
2.3.1　基本框架对比 
2.3.2　编程模型对比 
2.4　YARN 基本架构 
2.4.1　YARN基本组成结构 
2.4.2　YARN通信协议 
2.5　YARN工作流程 
2.6　多角度理解YARN 
2.6.1　并行编程 
2.6.2　资源管理系统 
2.6.3　云计算 
2.7　本书涉及内容 
2.8　小结 

第二部分　YARN核心设计篇

第3章　YARN基础库 
3.1　概述 
3.2　
第三方开源库 
3.2.1　Protocol Buffers 
3.2.2　Apache Avro 
3.3　底层通信库 
3.3.1　RPC通信模型 
3.3.2　Hadoop RPC的特点概述 
3.3.3　RPC总体架构 
3.3.4　Hadoop RPC使用方法 
3.3.5　Hadoop RPC类详解 
3.3.6　Hadoop RPC参数调优 
3.3.7　YARN RPC实现 
3.3.8　YARN RPC应用实例 
3.4　服务库与事件库 
3.4.1　服务库 
3.4.2　事件库 
3.4.3　YARN服务库和事件库的使用方法 
3.4.4　事件驱动带来的变化 
3.5　状态机库 
3.5.1　YARN状态转换方式 
3.5.2　状态机类 
3.5.3　状态机的使用方法 
3.5.4　状态机可视化 
3.6　源代码阅读引导 
3.7　小结 
3.8　问题讨论 

第4章　YARN应用程序设计方法 
4.1　概述 
4.2　客户端设计 
4.2.1　客户端编写流程 
4.2.2　客户端编程库 
4.3　ApplicationMaster设计 
4.3.1　ApplicationMaster编写流程 
4.3.2　ApplicationMaster编程库 
4.4　YARN 应用程序实例 
4.4.1　DistributedShell 
4.4.2　Unmanaged AM 
4.5　源代码阅读引导 
4.6　小结 
4.7　问题讨论 

第5章　ResourceManager剖析 
5.1　概述 
5.1.1　ResourceManager基本职能 
5.1.2　ResourceManager内部架构 
5.1.3　ResourceManager事件与事件处理器 
5.2　用户交互模块 
5.2.1　ClientRMService 
5.2.2　AdminService 
5.3　ApplicationMaster管理 
5.4　NodeManager管理 
5.5　Application管理 
5.6　状态机管理 
5.6.1　RMApp状态机 
5.6.2　RMAppAttempt状态机 
5.6.3　RMContainer状态机 
5.6.4　RMNode状态机 
5.7　几个常见行为分析 
5.7.1　启动ApplicationMaster 
5.7.2　申请与分配Container 
5.7.3　杀死Application 
5.7.4　Container超时 
5.7.5　ApplicationMaster超时 
5.7.6　NodeManager超时 
5.8　安全管理 
5.8.1　术语介绍 
5.8.2　Hadoop认证机制 
5.8.3　Hadoop授权机制 
5.9　容错机制 
5.9.1　Hadoop HA基本框架 
5.9.2　YARN HA实现 
5.10　源代码阅读引导 
5.11　小结 
5.12　问题讨论 

第6章　资源调度器 
6.1　资源调度器背景 
6.2　HOD调度器 
6.2.1　Torque资源管理器 
6.2.2　HOD作业调度 
6.3　YARN资源调度器的基本架构 
6.3.1　基本架构 
6.3.2　资源表示模型 
6.3.3　资源调度模型 
6.3.4　资源抢占模型 
6.4　YARN层级队列管理机制 
6.4.1　层级队列管理机制 
6.4.2　队列命名规则 
6.5　Capacity Scheduler 
6.5.1　Capacity Scheduler的功能 
6.5.2　Capacity Scheduler实现 
6.6　Fair Scheduler 
6.6.1　Fair Scheduler功能介绍 
6.6.2　Fair Scheduler实现 
6.6.3　Fair Scheduler与Capacity Scheduler对比 
6.7　其他资源调度器介绍 
6.8　源代码阅读引导 
6.9　小结 
6.10　问题讨论 

第7章　NodeManager剖析 
7.1　概述 
7.1.1　NodeManager基本职能 
7.1.2　NodeManager内部架构 
7.1.3　NodeManager事件与事件处理器 
7.2　节点健康状况检测 
7.2.1　自定义Shell脚本 
7.2.2　检测磁盘损坏数目 
7.3　分布式缓存机制 
7.3.1　资源可见性与分类 
7.3.2　分布式缓存实现 
7.4　目录结构管理 
7.4.1　数据目录管理 
7.4.2　日志目录管理 
7.5　状态机管理 
7.5.1　Application状态机 
7.5.2　Container状态机 
7.5.3　LocalizedResource状态机 
7.6　Container生命周期剖析 
7.6.1　Container资源本地化 
7.6.2　Container运行 
7.6.3　Container资源清理 
7.7　资源隔离 
7.7.1　Cgroups介绍 
7.7.2　内存资源隔离 
7.7.3　CPU资源隔离 
7.8　源代码阅读引导 
7.9　小结 
7.10　问题讨论 

第三部分　计算框架篇

第8章　离线计算框架MapReduce 
8.1　概述 
8.1.1　基本构成 
8.1.2　事件与事件处理器 
8.2　MapReduce客户端 
8.2.1　ApplicationClientProtocol协议 
8.2.2　MRClientProtocol协议 
8.3　MRAppMaster工作流程 
8.4　MR作业生命周期及相关状态机 
8.4.1　MR作业生命周期 
8.4.2　Job状态机 
8.4.3　Task状态机 
8.4.4　TaskAttempt状态机 
8.5　资源申请与再分配 
8.5.1　资源申请 
8.5.2　资源再分配 
8.6　Container启动与释放 
8.7　推测执行机制 
8.7.1　算法介绍 
8.7.2　推测执行相关类 
8.8　作业恢复 
8.9　数据处理引擎 
8.10　历史作业管理器 
8.11　MRv1与MRv2对比 
8.11.1　MRv1 On YARN 
8.11.2　MRv1与MRv2架构比较 
8.11.3　MRv1与MRv2编程接口兼容性 
8.12　源代码阅读引导 
8.13　小结 
8.14　问题讨论 

第9章　DAG计算框架Tez 
9.1　背景 
9.2　Tez数据处理引擎 
9.2.1　Tez编程模型 
9.2.2　Tez数据处理引擎 
9.3　DAG Master实现 
9.3.1　DAG编程模型 
9.3.2　MR到DAG转换 
9.3.3　DAGAppMaster 
9.4　优化机制 
9.4.1　当前YARN框架存在的问题 
9.4.2　Tez引入的优化技术 
9.5　Tez应用场景 
9.6　与其他系统比较 
9.7　小结 

第10章　实时/内存计算框架Storm/Spark 
10.1　Hadoop MapReduce的短板 
10.2　实时计算框架Storm 
10.2.1　Storm编程模型 
10.2.2　Storm基本架构 
10.2.3　Storm On YARN 
10.3　内存计算框架Spark 
10.3.1　Spark编程模型 
10.3.2　Spark基本架构 
10.3.3　Spark On YARN 
10.3.4　Spark/Storm On YARN比较 
10.4　小结 

第四部分　高级篇

第11章　Facebook Corona剖析 
11.1　概述 
11.1.1　Corona的基本架构 
11.1.2　Corona的RPC协议与序列化框架 
11.2　Corona设计特点 
11.2.1　推式网络通信模型 
11.2.2　基于Hadoop 0.20版本 
11.2.3　使用Thrift 
11.2.4　深度集成Fair Scheduler 
11.3　工作流程介绍 
11.3.1　作业提交 
11.3.2　资源申请与任务启动 
11.4　主要模块介绍 
11.4.1　ClusterManager 
11.4.2　CoronaJobTracker 
11.4.3　CoronaTaskTracker 
11.5　小结 

第12章　Apache Mesos剖析 
12.1　概述 
12.2　底层网络通信库 
12.2.1　libprocess基本架构 
12.2.2　一个简单示例 
12.3　Mesos服务 
12.3.1　SchedulerProcess 
12.3.2　Mesos Master 
12.3.3　Mesos Slave 
12.3.4　ExecutorProcess 
12.4　Mesos工作流程 
12.4.1　框架注册过程 
12.4.2　Framework Executor注册过程 
12.4.3　资源分配到任务运行过程 
12.4.4　任务启动过程 
12.4.5　任务状态更新过程 
12.5　Mesos资源分配策略 
12.5.1　Mesos资源分配框架 
12.5.2　Mesos资源分配算法 
12.6　Mesos容错机制 
12.6.1　Mesos Master容错 
12.6.2　Mesos Slave容错 
12.7　Mesos应用实例 
12.7.1　Hadoop On Mesos 
12.7.2　Storm On Mesos 
12.8　Mesos与YARN对比 
12.9　小结 

第13章　YARN总结与发展趋势 
13.1　资源管理系统设计动机 
13.2　资源管理系统架构演化 
13.2.1　集中式架构 
13.2.2　双层调度架构 
13.2.3　共享状态架构 
13.3　YARN发展趋势 
13.3.1　YARN自身的完善 
13.3.2　以YARN为核心的生态系统 
13.3.3　YARN周边工具的完善 
13.4　小结 

附录A　YARN安装指南 
附录B　YARN配置参数介绍 
附录C　Hadoop Shell命令介绍 
附录D　参考资料