前言

本书在编写的过程中，结合党的二十大精神进教材、进课堂、进头脑的要求，将素质教育内容融入日常学习，让学生在学习新兴技术的同时提升爱国热情，增强民族自豪感和自信心，引导学生树立正确的世界观、人生观和价值观，进一步提升学生的职业素养，落实德才兼备、高素质、高技能的人才培养要求。

为落实产教融合，本书编写团队由高校教师和技术人员共同组成。高校教师具有扎实的理论基础和教学经验，能够将理论知识与教学方法有机结合，黑马程序员的技术人员具有丰富的企业项目经验，能够提供行业最新技术和实际项目案例。在编写本书的过程中，编写团队定期开展交流活动，如黑马程序员的技术人员会提供项目实践的相关资料，让高校教师深入了解企业的开发流程和技术应用场景。

在大数据技术迅猛发展的背景下，企业对数据处理与分析的要求不断提升，这些要求不仅体现在存储容量的扩大上，更体现在计算性能、查询效率以及数据价值挖掘能力等方面。传统关系数据库在面对海量数据与复杂分析需求时逐渐显现出局限性，难以有效支撑高并发访问、PB级数据存储和复杂批处理分析等场景。Hadoop作为一种开源的大数据处理框架，依托分布式存储与分布式计算体系，能够以较低的成本构建大规模的数据处理平台，为应对海量数据存储与离线分析提供了可行而高效的技术路径。

本书在前两版的基础上，对Hadoop生态体系进行了全面梳理与优化，使内容结构更加清晰，章节衔接更加紧密。全书紧跟大数据生态的最新发展，以Hadoop 3.4.1为核心版本，系统讲解HDFS、MapReduce、Hive、Spark等关键技术内容。同时，本书结合互联网行业的真实业务场景，设计了“网站流量日志数据分析系统”综合项目，完整地呈现了企业级大数据分析平台的构建流程与实现路径。

本书的参考学时为70学时，各章的参考学时如表1所示。续表表1各章的参考学时

章讲授时长/学时第1章初识Hadoop2第2章部署Hadoop集群6第3章HDFS分布式文件系统8第4章MapReduce分布式计算框架8第5章ZooKeeper分布式协调服务6第6章Hadoop高可用集群4第7章Hive数据仓库10第8章Flume日志采集系统6第9章Azkaban工作流管理器6第10章Spark分布式计算框架6第11章综合项目——网站流量日志数据分析系统8总计70

本书符合新形态一体化要求，配备丰富的数字化教学资源，如教学PPT、教学大纲、教学设计、源代码、课后习题及答案等，并配套高校教辅平台。高校教辅平台为教师提供整套数字化教学服务，如在线教学和在线考试等。同时，本书配套高校学习平台，为学生提供多元化的学习渠道，学生可以在高校学习平台上随时随地自主学习。此外，编写团队还提供在线答疑服务，可以及时解答学生在学习过程中遇到的疑问，实现教学互动的无缝对接。请扫描下方二维码获取本书配套资源和服务。

尽管编者尽了最大的努力，但书中难免会有不妥之处，欢迎读者来信给予宝贵意见，编者将不胜感激。电子邮箱地址： itcast_book@vip.sina.com。

编者

2026年6月于北京