Hadoop是最著名使用最广泛的分布式大数据处理框架，它是用Java开发的。
这本书有一个明确的目标：只要有一台能上网的计算机，就可以让读者在最短的时间内，学会Hadoop的初级开发。所以，这本书只讲干货，也就是必须要知道的Hadoop的最核心知识点，包括如何搭建Hadoop，如何写代码，如何查API。对于更多细节问题，书后会列一个书目给大家参考，这些书已经讲得很好了，不需要在这里饶舌浪费时间。
这本书对读者的预要求很少：懂一点点Linux，懂一点点Java编程。“懂一点点Linux”是指，假如有一台装了Linux操作系统的计算机，能做到开机，输入密码，进入图形界面，打开命令终端，就可以了。“懂一点点Java编程”是指，在Linux上，用记事本写一个Java的HelloWorld程序，然后把它编译出来，执行一下，就可以了。这个预要求非常低，接近于零，所以这本书叫“从零开始学习Hadoop”。Hadoop是用Java开发的，它通过Streaming方式支持其他语言，诸如Python，C++，Ruby，但如果想真正理解Hadoop，必须从Java开始，用其他语言以Streaming方式学Hadoop是一条不归路，这是笔者用一个月时间得来的教训。
“只要有一台能上网的计算机”，Hadoop的伪分布式运行模式，可以在一台电脑上运行Hadoop的全部功能。在伪分布式下编写和运行的代码，不作任何修改便能运行在Hadoop集群上，这是学习Hadoop的最方便的优点之一。
“最短的时间”，这是一个有点长的话题。学习一项技能，有很多种途径。最快的途径找个高手教，高手会说看哪些书，从哪里做一下，哪些地方注意不要犯错，哪些地方是不需要的不要在上面浪费时间，哪些地方很关键要多做做将来会很有用。只要没有出现诸如高手数量不多，或者高手很忙，或者高手是同事但职位只比你高一点点—教会你对他其实没什么好处的这些情况之外，这个途径是最好的。
另外一个途径是报一些培训班学习，费用相对高一些。
性价比最高的途径是自学，如果自学能力比较强，从网上找相关的电子书教学视频官方教程学习，笔者个人比较推崇这种方式，这种方式可以很好地锻炼学习能力。能力是一得永得的，将来学习其他技能可以举一反三，缺点是比较耗时，自学的过程其实很大程度上是试错的过程。如果技术比较复杂，而且工作中很快要用到，或者下个星期就要面试笔试，那肯定是妥妥地来不及的。
如何在最短的时间内解决Hadoop入门问题呢？理性的方式，是从流程和细节上解决。1898年，科学管理之父泰勒做了一个铁块搬运实验。当时，工人们每天平均搬运12～13吨铁块。泰勒的实验方式是对搬运过程计时，分析不同搬运方式的影响，分析休息时间和劳动时间的搭配，最终可以让工人在不太累的情况下，每天搬运47吨铁块，效率提高到近4倍。
事实上，可以用同样的方式解决学习问题。比如说，请一个对Hadoop一无所知的小白同学自学Hadoop，然后要求他记下每天学了哪些内容，遇到什么问题，是怎么解决的，分别花了多少时间，有哪些是必须的，有哪些后来验证是弯路，哪些可以省略。待到他学完了，根据这个学习记录整理出一条快捷之路，避开没用的地方，简化过于复杂的地方，调整到合理的次序，于是就得到一个“最短的时间”学习方案。这本书就是这么产生的，而且是真简化。
“做一遍”是最佳的快速学习方式。比如说，学习C语言编程，如果学习方式是看书，读一遍乃至读十遍，不写代码，不会在大脑留下任何痕迹。如果将书中的例题代码原样输入编译执行，理解会好很多。如果不但调通了例题，而且将书里的大部分习题独立做出来，会觉得自己对C语言很熟悉。如果写了一个有质量的五千到一万行的项目，就觉得自己真的可以用C语言做工作。所以说，做一遍是最好的学习方式。
笔者见过一些高效的人是以反其道而行之的方式学习的。当他们需要用到一种新技术的时候，就找一本相关的书，看一下目录，再看一下每章的简介，大略看看范例。然后，根据范例立刻写代码，需要什么功能，就到书里和API里找，如果遇到Bug，在Google上检索一下。这种方式会很快做完功能，同时也就学会这个技术。如果从头开始看书，一点一点做例题做习题，对他们来说太慢了，时间成本太高，很不划算。