1.5 不包含在本书中的内容

数据挖掘算法本身是很复杂的概念，而Hadoop系统上层出不穷的各种组件也都需要花费大量的篇幅来解释。

与其他介绍Hadoop技术和系统的书不同，本书的目的不是用来作大数据的教科书，因而重点不在数据挖掘算法和Hadoop技术本身，而是Hadoop在各种行业中的实际应用。

如果要把Hadoop系统的原理、上面各种部件的特性以及如何基于Hadoop作系统开发解释清楚，需要的篇幅不是一本书能够覆盖的，而且除了Hadoop核心系统之外，HBase、Pig、Hive、Sqoop、Yarn、Flume、Parquet、Crunch等子系统也都需要将其一一解释清楚，而其中有些概念甚至需要使用很大的篇幅，乃至一本完整的书，比如Spark系统就有多本关于它的著作。

我们来看一下在本书中没有包含的，不过又值得不同类型的用户花时间去阅读的内容。针对不同的读者，需要选读的内容也是不一样的。比如工作偏向于运维的，那么就需要去阅读Hadoop以及各个组件的操作指南。

本书中不包含的内容：

（1）大数据概念和相关的宏伟蓝图；

（2）数据挖掘的具体算法和实现；

（3）Hadoop的操作指南和手册；

（4）Hadoop上核心组件HDFS、HBase、MapReduce的详解和操作指南；

（5）Hadoop上其他组件Pig、Hive、Sqoop、Yarn、Flume、Parquet和Crunch等的详解和操作指南；

（6）Hadoop各种相关系统的源代码详解；

（7）Hadoop编程指南；

（8）Hadoop各种相关系统的部署指南。

对上述内容有兴趣的同学，可参见我们在附录中列出的文献和网站信息。

其实在中国的互联网领域，更多需要的是原创和真正能为读者带来价值的内容。互联网产品是这样，书也是这样，读者们并不需要读到一本又一本依样画葫芦的书。