大数据hive、spark讲义，从hdfs读写、yarn管理机制、元数据原理、数据质量管理等，全套架构逻辑梳理

Hadoop集群搭建、HDFS分布式文件系统、MapReduce分布式计算框架以及Yarn资源调度组件的应用和原理。具体而言，本套文档介绍了大数据的总体情况，指导了如何建立Hadoop集群，深入解释了HDFS的各种机制和调优方法，分析了MapReduce计算框架的核心阶段，以及Yarn在资源调度方面的原理和应用。