本书首先介绍了Hadoop的背景知识，包括Hadoop 2和YARN的工作原理和对Hadoop 1的改进，然后将数据湖与传统存储比较。第2章到第8章，分别介绍了Hadoop 2和核心服务的安装方法、Hadoop分布式文件系统、MapReduce和YARN编程，以及利用Apache Pig等Hadoop工具简化编程。很后两章讲述了利用Apache Ambari等工具管理Hadoop和基本的管理程序。附录包括Hadoop 2故障诊断和排除的基础知识、Apache Hue和Apache Spark安装等。本书通俗易懂，具有大量操作实例，易于上手，适合Hadoop用户、管理员、开发和运维人员、程序员、架构师、分析师和数据科学工作者阅读。