Hadoop: Zuverlässige, verteilte und skalierbare Big-Data-Anwendungen [Broschiert]

Endlich ist es erschienen, das erste deutschsprachige Hadoop-Buch. Mit 312 Seiten ist es ausführlich genug, um dem Thema gerecht zu werden und trotzdem noch so kompakt, dass man es gut von vorne bis hinten durchlesen kann. Es beginnt mit einer ausführlichen Motivation wann und warum Hadoop eingesetzt werden sollte. Auch die Nachteile von Hadoop werden nicht verschwiegen. Leider kommen die Vorteile etwas zu kurz und werden für den Hadoop-Neuling nicht deutlich genug herausgearbeitet. Die Antort auf die Frage, wann genau Hadoop ganz besonders gut einsetzbar ist, bleibt etwas schammig.

Hadoop ist nicht trivial zu installieren, und richtigerweise wird diesem Thema breiter Raum eingeräumt. Alle wichtigen Szenarien deckt der Autor Schritt-für-Schritt ab, von der Entwicklungsumgebung auf einem Rechner, über den Cluster auf eigener Hardware bis zur Installation in der Cloud. Über kleinere Ungenauigkeiten im Detail muß und wird der Anwender selbst hinwegkommen.

Hadoop wird selten alleine eingesetzt. Die grosse Stärke des Buches ist neben dem Überblick über die Basistechnologie die Darstellung einer Vielzahl von Produkten und Projekten die Hadoop erst zu einem vollwertigen Werkzeug machen. Diesem Teil werden immerhin volle 130 Seiten gewidmet. Dabei wurde eine gute Vorauswahl getroffen und die essentiellen Tools ausgewählt.

Ein zentraler Bestandteil von Hadoop ist das für viele noch unbekannte Land namens MapReduce. Folgerichtig widmet sich ein längeres Kapitel daher der Implementierung von MapReduce-Programmen in Java. Zwar wird der prinzipielle Ablauf von MapReduce erläutert, aber die entscheidenden Kniffe, die MapReduce von einem herkömmlichen Programm unterscheiden, bleiben unterentwickelt.
Trotz seiner Ausführlichkeit schafft es der Autor nicht, dem Leser genug Wissen zu vermitteln, damit dieser im Anschluss an die Lektüre eigene MapReduce-Programme entwickeln kann. Der Source-Code wird nicht hergeleitet und im Detail nicht kommentiert. Insbesondere fehlen Erläuterungen in jenen Bereichen, die für Anfänger besonders knifflig zu verstehen sind wie MapReduce-Konfiguration, Serialisierung von Objekten mit Writable, Debugging und Testing sowie wichtige Punkte im MapReduce-Ablauf wie Splitting, Counter und die Wahl der richtigen Anzahl von Reducern. Diese Themen wären ein guter Ersatz für das Kapitel über Hadoop und Integrierte Entwicklungsumgebungen gewesen.

Während die High-Level-Sicht auf das Thema Hadoop schlüssig und fachgerecht behandelt wird, zeigen sich im Detail die Schwächen des Buches, die meiner Meinung nach den Nutzen für denjenigen Leser einschränken, der sich nicht nur in das Thema einlesen, sondern tiefer in Hadoop eintauchen möchte.

Das Buch ist daher für den Einstieg in das Thema zu empfehlen, insbesondere da es in einer sehr gut lesbaren Sprache formuliert ist. Krempelt man allerdings schliesslich die Ärmel hoch und will insbesondere mit Java eigene MapReduce-Jobs entwickeln, wird man mit dem Buch von Ramon Wartala nicht auskommen.