[목 차]

1장 무엇을 이야기할 것인가
__빅데이터 처리
__아마존 웹 서비스를 이용한 클라우드 컴퓨팅
__정리

2장 하둡의 설정과 실행
__로컬 우분투 호스트의 하둡
__일래스틱 맵리듀스 사용하기
__로컬 하둡과 EMR 하둡의 비교
__정리

3장 맵리듀스의 이해
__키/값 쌍
__맵리듀스를 위한 하둡 자바 API
__맵리듀스 프로그램 만들기
__WordCount 동작과정을 살펴보기
__하둡 특화된 데이터 타입들
__입력/출력
__정리

4장 맵리듀스 프로그램 개발
__하둡에서 자바 이외의 언어 활용
__대규모 데이터 분석
__카운터와 상태정보, 그 외 출력
__정리
__쉬운, 고급, 그리고 그 사이

5장 고급 맵리듀스 기술
__조인
__그래프 알고리즘
__언어 독립적인 자료 구조
__정리

6장 하둡의 내구성
__장애
__정리

7장 클러스터 운영
__EMR 사용자를 위한 참고 사항
__하둡 설정 속성
__클러스터 셋업
__클러스터 접근 제어
__네임노드 관리
__HDFS 관리
__맵리듀스 관리
__확장
__정리

8장 하이브를 써서 관계형 관점으로 데이터 바라보기
__하이브 개요
__하이브 셋업
__하이브 사용
__아마존 웹 서비스상의 하이브
__정리

9장 관계형 데이터베이스와 연동
__주요 데이터 흐름
__MySQL 구성
__하둡으로 데이터 불러오기
__하둡에서 데이터 내보내기
__AWS
__정리

10장 플룸을 이용한 데이터 수집
__AWS에 관한 노트
__데이터, 데이터, 온 세상에 데이터.....
__아파치 플룸 소개
__더 큰 그림
__정리

11장 다음 선행지
__책에서 다룬 내용과 다루지 않은 내용
__다가오는 하둡의 변화
__다양한 하둡 배포판
__다른 아파치 프로젝트
__다양한 하둡 프로그래밍 방식
__AWS 자원
__정보의 원천
__정리

이 책에서 다루는 내용

■ 하둡과 클라우드 서비스가 있기까지의 트렌드와 배경을 학습하여 하둡의 적절한 적용 방안을 알아본다.
■ 하둡의 설치와 설정 최적화를 연구하여 부딪힌 환경에 가장 적합한 시스템을 구축하게 된다.
■ 하둡에서 실행할 자바와 루비 애플리케이션 개발 실습을 수행한다.
■ 아마존 웹 서비스를 활용한 하둡 호스팅 솔루션을 경험해보고 직접 관리하는 하둡 환경과 어떤 차이점이 있는지 알아본다.
■ SQL 접근을 위해 하이브(Hive)를 이용한 관계형 데이터베이스와의 연동방식을 알아보고, 스쿱(Scoop)을 이용한 데이터 전송 방식을 살펴보게 된다.
■ 관련 프로젝트와 툴이 하둡의 에코시스템에 어떻게 구성되는지 연구하고, 다음 선행지를 경험해본다.

이 책의 대상 독자

여러분은 하둡을 자유자재로 다루기 위해 이 책을 선택했을 것이다. 이 책은 소프트웨어 개발 경험은 있지만 하둡 및 빅데이터 기술을 접해보지 못한 개발자와 운영자를 대상으로 하고 있다.
먼저 맵리듀스 애플리케이션을 개발하고자 하는 개발자는 자바와 유닉스 계열 운영체제의 명령어에 익숙해야 한다. 가끔 루비 예제도 볼 수 있지만 하둡의 개발 언어 독립성을 보여주기 위해 사용됐으므로 루비 전문가일 필요는 없다.
하둡 아키텍트와 시스템 운영자가 되고자 하는 독자에게는 하둡 작동원리와 전체적인 아키텍처, 운영 측면에서 많은 도움을 얻을 수 있다. 아키텍트와 운영자에게 4장 ‘맵리듀스 프로그램 개발하기’와 5장 ‘고급 맵리듀스 기술’은 꼭 필요하지 않을 수도 있다.

이 책의 구성

1장, ‘무엇을 이야기할 것인가’에서는 하둡과 클라우드 컴퓨팅이 어떻게 최신 코어 기술 중 하나로 자리매김했는지 설명한다.
2장, ‘하둡의 설정과 실행’에서는 기본 로컬 하둡 클러스터 설정과 데모 잡(job)의 실행에 대해 설명한다. 비교 차원에서, 같은 잡을 아마존 하둡 서비스에서 시행해본다.
3장, ‘맵리듀스의 이해’에서는 하둡 내부를 조금 더 파헤치며 맵리듀스(MapReudce) 잡이 어떤 방식으로 실행되는지 설명한다. 또한 자바 API를 사용한 맵리듀스 애플리케이션 작성법을 설명한다.
4장, ‘맵리듀스 프로그램 개발’에서는 새로운 데이터 소스를 분석 처리시 빠른 의사결정을 돕기 위해 중간 크기의 데이터를 사용한 사례연구를 설명한다.
5장, ‘고급 맵리듀스 기술’에서는 쉽게 다가가기 힘든 하둡 처리 모델에 맵리듀스를 응용하는 몇 가지 예제를 살펴 본다.
6장, ‘하둡의 내구성’에서는 하둡의 장점으로 알려진 고가용성(high availability)과 내고장성(fault tolerance)을 자세히 알아보며, 임의적으로 데이터를 더럽히거나 프로세스를 죽이는 등의 테스트를 통해 하둡의 두 장점을 얼마나 신뢰할 수 있는지 알아 본다.
7장, ‘클러스터 운영’에서는 운영측면에서의 하둡을 살펴보는 시간을 가지며 하둡 클러스터 운영 및 관리자에게 가장 중요한 단원이 될 것이다. 몇 가지 핵심 사례를 통해 최악의 운영순간에도 대처하고 준비할 수 있도록 도움으로써 담당자가 마음 편히 잠자리에 들 수 있게 해준다.
8장, ‘하이브를 써서 관계형 관점으로 데이터 바라보기’에서는 SQL 류의 언어를 사용해 하둡에 내장되어 있는 데이터를 쿼리할 수 있게 해주는 아파치 하이브(Apache Hive)를 소개 한다.
9장, ‘관계형 데이터베이스와 연동’에서는 데이터베이스에 하둡이 어떻게 접목되는지 살펴보며, 어떻게 데이터를 대상으로 상호관계를 이루는지 살펴본다.
10장, ‘플룸을 이용한 데이터 수집’에서는 아파치 플룸(Apache Flume)을 이용해 다수의 소스로부터 데이터를 취합해 하둡과 같은 특정 목적지에 전달하는지 살펴본다.
11장, ‘다음 선행지’에서는 하둡을 정리하며, 하둡과 관련된 미래 잠재적인 다른 제품과 기술을 다루는 하둡 에코시스템을 살펴본다. 마지막으로 하둡 커뮤니티에 참여하고 도움을 받는 법을 설명한다.