Hadoop学习路线图

按照这个路线图来学习即可。

1、M. Tim Jones的三篇文章：

用Hadoop进行分布式数据处理第1部分（入门）：
http://www.ibm.com/developerworks/cn/linux/l-hadoop-1/index.html

用Hadoop进行分布式数据处理第2部分（进阶）：
http://www.ibm.com/developerworks/cn/linux/l-hadoop-2/index.html

用Hadoop进行分布式数据处理第3部分（应用程序开发）：
http://www.ibm.com/developerworks/cn/linux/l-hadoop-3/index.html

2、“银河里的星星”的博客，其中的Google论文系列（就包括开创性论文“MapReduce:简化大集群上的数据处理”）、搜索与分布式方面的介绍

[google论文三]MapReduce简化大集群上的数据处理：
http://duanple.blog.163.com/blog/static/709717672010923203501/

词频统计的Map/Reduce程序可以从这里找到：
http://blog.csdn.net/shijinupc/article/details/7522446

Google论文系列：
http://duanple.blog.163.com/blog/#m=0&t=3&c=google

按照Hadoop各组件来串联：
http://duanple.blog.163.com/blog/static/7097176720119791920962/

3、IBM developerWorks上的其他Hadoop文章，在dw上用Hadoop关键字进行搜索，可以找到大量Hadoop的文章

下面一些需要看：

Hadoop Distributed File System简介：
http://www.ibm.com/developerworks/cn/web/wa-introhdfs/index.html

使用Apache Pig处理数据：
http://www.ibm.com/developerworks/cn/bigdata/basic.html

4、《开源软件架构》中的介绍

（卷1第8章）HDFS--Hadoop分布式文件系统：
http://www.ituring.com.cn/article/4299

英文原文：
http://www.aosabook.org/en/index.html （其中的卷1第8章）

5、阿里集团数据平台的官方博客，包含大量Hadoop研究和应用经验

http://www.alidata.org/archives

6、百度搜索研发部的官方博客，主要包含分布式系统（Hadoop）、搜索技术、数据挖掘、大型网站架构等方面的经验

http://baidu-tech.com/
7、董的博客，关于Hadoop、分布式系统的研究

http://dongxicheng.org/recommend/


8、官方文档当然更不能少了，主要包括Hadoop集群的搭建，MapReduce的使用，HDFS架构方面的介绍

优先看稳定版：
http://hadoop.apache.org/docs/stable/

最新版（包括下一代MapReduce即YARN的介绍）：
http://hadoop.apache.org/docs/current/

9、caibinbupt的博客，Hadoop源代码分析系列

http://caibinbupt.iteye.com/?page=6

千与的专栏，Hadoop-0.20.0源码分析

http://blog.csdn.net/shirdrn/article/category/595039/3

10、spork的博客，其中关于Hadoop的系列

http://www.cnblogs.com/spork/category/226077.html

11、chinacloud的博客，其中的Hadoop架构、分布式系统设计方面的一些经验

http://www.cnblogs.com/chinacloud/archive/2010/12/03/1895369.html

12、beanmoon的博客，其中的Hadoop系列

http://www.cnblogs.com/beanmoon/