图书介绍：尽管不需要一个巨大的计算基础设施来运用Apache Hadoop处理大规模数据，要开始启动项目仍然是十分困难的。本实践指南展示了如何在云中使用亚马逊弹性MapReduce（EMR）来快速启动数据分析项目，EMR是亚马逊Web服务（AWS）提供的Hadoop框架。本书为读者展示了如何装配解决大数据分析问题所必要的基础材料。主要内容有：获取用于大规模数据分析的AWS和Apache软件工具的概览。使用一个简单的日志分析器来贯穿执行JobFlow处理的全过程。发现用于过滤和分析数据集的有用的MapReduce模式。使用Apache Hive 和Pig来代理编写Java程序来构建MapReduce Job Flow。学习使用亚马逊EMR来运行机器算法的基础知识。开发使用亚马逊EMR和其他AWS工具的项目开销模型。