PR：この記事にはアフィリエイトリンクが含まれます。
Apache Hadoopの本を探すと、HDFS・MapReduce・YARN・Hive・Sparkなど技術名がずらり。どの本で何を学べるのか、迷いますよね。
日本語でHadoopの構成を学ぶ本もあれば、データ基盤全体を扱う本や英語の実装書もあります。収録範囲は本ごとに大きく異なります。
おすすめ本早見表
| 本 | 主な対象 | 特徴 | 価格の目安 |
|---|---|---|---|
 Hadoop徹底入門 第2版 | 日本語でHadoopを学ぶ人 | CDH4、HDFS、Java MapReduce、YARN | 4,180円（税込・定価目安） |
 ［増補改訂］ビッグデータを支える技術 | データ基盤の全体像を知りたい人 | Hive、Spark、データパイプライン、実践環境 | 3,520円（税込・定価目安） |
 Big Data and Hadoop: Fundamentals, Tools, and Techniques for Data-Driven Success | 英語で基礎から学ぶ人 | HDFS、MapReduce、YARNと周辺技術 | 販売店の表示を確認 |
 Hadoop: The Definitive Guide, 4th Edition | 英語で幅広く調べたい人 | Hadoop 2とエコシステムを網羅 | 販売店の表示を確認 |
 Hadoop in Practice, Second Edition | 基礎を終えた実務者 | 実装、調整、デバッグの技法 | 販売店の表示を確認 |
5冊はHadoop本体の詳しい解説、データ基盤全体の見取り図、英語の実装・運用本に分かれます。対象バージョンと内容の幅を見れば、本ごとの差が分かります。
4,180円と3,520円は税込定価の目安です。実売額は店舗や時期で変動します。英語版3冊は販売先で価格が異なるため、購入時の表示を確認してください。
5冊の中では、2023年12月発売の英語書が最も新しい一冊です。ページ数が最多なのは754ページの『Hadoop: The Definitive Guide』。情報の範囲が広く、読み進める量も多くなります。
3要素のつながり
Apache Hadoopの中心には、HDFS・MapReduce・YARNがあります。HDFSは分散保存、MapReduceはバッチ処理、YARNは計算資源の管理を担当。三つの役割を分けると理解しやすいです。
HDFSでは、大きなファイルをブロックに分けて複数ノードに保存します。NameNodeがファイル名やブロックの配置を管理し、DataNodeが実データを保持。ノード故障に備えてデータを複製できる仕組みです。
MapReduceでは、Mapperが入力をキーと値の組に変え、同じキーの値を集めた後にReducerが集計します。中間データをノード間でまとめる工程が、分散処理を理解するうえでの山場ですね。
YARNはクラスタの資源を割り当てて、アプリケーションの実行を支えます。MapReduceと管理機能を分けた構成なので、両者の役割が明確です。
Hadoop徹底入門
『Hadoop徹底入門 第2版』は2013年刊の日本語書。B5変・600ページで、CDH4を軸にHadoopの構成やクラスタ構築・運用を扱います。構成を順に学びたい初学者が、全体像を追える内容です。
HDFSの仕組み・読み書き・メタデータ・設定・CLI操作・高可用化を解説します。NameNodeとDataNodeの役割を、設定や運用とあわせて読めます。
JavaによるMapReduce開発やYARNの基礎・アーキテクチャを収録し、Hadoop Streaming・Pig・Hive・HBase・Fluentdも扱います。Hadoopの内部を日本語で一冊から学ぶなら、おすすめです。
データ基盤の本
『［増補改訂］ビッグデータを支える技術』は2021年2月刊で、A5判・368ページ。Hadoopがデータ基盤で担う役割を知りたい人におすすめです。
データパイプライン・分析基盤・バッチ処理・ストリーミング処理・MLOpsまで取り上げます。Hive・Spark・Prestoにも触れ、Hadoopを含む処理基盤の関係を整理できます。読みどころがありますね。
後半には、Multipass・Docker・Sparkを使ってラップトップ1台で実践する章があります。大規模な環境を用意せず、手元で技術を試したい人にも取り組みやすい内容です。
Big Data英語本
『Big Data and Hadoop: Fundamentals, Tools, and Techniques for Data-Driven Success』は2023年12月発売の第2版。英語の470ページで、HDFS・MapReduce・YARNからクラスタ構築やMapReduceジョブの実装まで扱います。
対象は初学者から経験者までです。HBase・Cassandra・PigLatin・HiveQL・Sparkも登場し、Hadoop周辺の技術をまとめて読めます。
英語の技術書に慣れていない読者は、専門用語を調べながら読む時間を見込んでください。刊行年は5冊の中で最も新しいものの、現行環境の操作手順を確かめる本として使わず、技術の考え方を学ぶ資料として活用できます。
Big Data and Hadoop: Fundamentals, Tools, and Techniques for Data-Driven Success
BPB Publications
Amazonで見るHadoop総合ガイド
『Hadoop: The Definitive Guide, 4th Edition』は2015年刊の英語書で、754ページです。Hadoop 2を対象にし、HDFS・MapReduce・YARNの仕組みからクラスタ構築・運用まで扱います。
MapReduceアプリケーションの開発に加えて、スタンドアロン・擬似分散・完全分散モードでの導入を解説します。小さく試す環境からノードをまたぐ構成まで、段階を追って学べます。
Avro・Parquet・Flume・Sqoop・Pig・Hive・HBase・ZooKeeper・Sparkも範囲に入ります。英語でHadoop 2と周辺技術を幅広く調べたい人には、総合リファレンスとしておすすめです。ページ数が多いため、必要な章から読む方法もあります。
Hadoop実践書
『Hadoop in Practice, Second Edition』は2014年刊の英語書で、512ページです。Hadoop 2・MapReduce 2・YARNを対象にした中級から上級向けで、JavaなどのプログラミングとHadoopの基礎知識がある人を読者に想定しています。
104の実践的な技法を収録し、HDFSのデータ整理・最適化やMapReduceパターン、YARNアプリケーション、チューニング、デバッグ、テストを紹介します。基礎を学んだ後は、実装上の課題を検討する一冊です。
SQL on Hadoop・Kafka・Impala・Spark SQL・Flume・Sqoop・Mahoutも扱います。Hadoopの基礎をひと通り学んだ人向けの実践書です。最初の一冊にはおすすめしませんが、基礎の次に読む本として役立ちます。
結論
日本語でHadoopを学ぶなら、『Hadoop徹底入門 第2版』を第一候補としておすすめします。HDFS・Java MapReduce・YARNから周辺技術まで収録し、構成と運用も学べます。2013年刊でCDH4が中心の内容なので、現在の環境を再現する手順書には使えません。
データ基盤全体とラップトップ上での実践を重視する人には、『ビッグデータを支える技術』が適しています。英語で幅広く調べるなら『Hadoop: The Definitive Guide』、実装や運用の具体例なら『Hadoop in Practice』をおすすめします。英語で基礎から学ぶ人には『Big Data and Hadoop』です。
Apache Hadoopの本を探しているなら、Hadoop内部を学ぶ一冊は『Hadoop徹底入門』、データ基盤全体を扱う一冊は『ビッグデータを支える技術』です。前者はHDFS・MapReduce・YARN、後者はHive・Sparkを含む広い流れを学べます。
Amazon の PC をスコア化してみた
Amazonにある8〜14インチの小型WindowsタブレットやノートPCを、スペック別にスコア化して比較・ランキング。
