內容簡介

Hive“出身名門”，是最初由Facebook公司開發的資料倉庫工具。它簡單且容易上手，是深入學習Hadoop技術的一個很好的切入點。
 
本書由資料庫專家和大資料專家共同撰寫，具體內容包括：Hive的安裝和配置，其核心元件和架構，Hive資料操作語言，如何載入、查詢和分析資料，Hive的性能調優以及安全性，等等。
 
本書旨在為讀者打牢基礎，從而踏上專業的大資料處理之旅。
 
 

作者介紹

斯科特·肖（Scott Shaw）
Hortonworks公司解決方案工程師，曾為微軟公司的商業智慧專案擔任顧問，擁有近20年的資料管理經驗。作為演講者和培訓師，他致力於普及分散式運算、大資料概念、商業智慧、Hive和Hadoop。

安德莉亞斯·弗朗索瓦·弗莫爾恩（Andreas Fran?ois Vermeulen）
集資料科學家、資料倉庫架構師、博士研究員、企業顧問等角色于一身，曾獲“英國資料科學技術先鋒”稱號，廣泛涉足資料工程、商業智慧、雲架構、深度學習等多個領域。

安庫爾·古普塔（Ankur Gupta）
Hortonworks公司解決方案工程師，曾在Oracle公司擔任顧問，有多年從事資料架構師和Oracle資料庫管理員的經驗，著有Oracle GoldenGate 11g Complete Cookbook。

大衛·傑魯姆加德（David Kjerrumgaard）
Streamlio公司解決方案架構主管，曾是Hortonworks公司的系統架構師和資料流程實踐主管，擁有Certified Developer for Apache Hadoop認證，精通Hive、Kafka、Spark、Storm等技術。
 
 

目錄

第 1章 為Hive打好基礎：Hadoop 1
1.1 一隻小象出生了 2
1.2 Hadoop的結構 3
1.3 數據冗餘 6
1.3.1 傳統的高可用性 6
1.3.2 Hadoop的高可用性 9
1.4 MapReduce處理 12
1.4.1 超越MapReduce 16
1.4.2 YARN和現代資料架構 17
1.4.3 Hadoop 和開源社區 19
1.4.4 我們身在何處 22
第 2 章 Hive 簡介 24
2.1 Hadoop 發行版本 25
2.2 集群架構 27
2.3 Hive 的安裝 30
2.4 探尋你的方式 32
2.5 Hive CLI 35
第3 章 Hive架構 37
3.1 Hive組件 37
3.2 HCatalog 38
3.3 HiveServer2 40
3.4 用戶端工具 42
3.5 執行引擎：Tez 46
第4 章 Hive表DDL 48
4.1 schema-on-read 48
4.2 Hive資料模型 49
4.2.1 模式/資料庫 49
4.2.2 為什麼使用多個模式/資料庫 49
4.2.3 創建資料庫 49
4.2.4 更改資料庫 50
4.2.5 刪除資料庫 50
4.2.6 列出資料庫 51
4.3 Hive中的資料類型 51
4.3.1 基底資料型別 51
4.3.2 選擇資料類型 51
4.3.3 複雜資料類型 52
4.4 表 53
4.4.1 創建表 53
4.4.2 列出表 54
4.4.3 內部表/外部表 54
4.4.4 內部表/受控表 55
4.4.5 內部表/外部表示例 55
4.4.6 表的屬性 59
4.4.7 生成已有表的CREATE TABLE命令 60
4.4.8 分區和分桶 61
4.4.9 分區注意事項 63
4.4.10 對日期列進行高效分區 63
4.4.11 分桶的注意事項 65
4.4.12 更改表 66
4.4.13 ORC檔案格式 67
4.4.14 更改表分區 68
4.4.15 修改列 72
4.4.16 刪除表/分區 72
4.4.17 保護表/分區 73
4.4.18 其他CREATE TABLE命令選項 73
第5 章 資料操作語言 75
5.1 將數據裝載到表中 75
5.1.1 使用存儲在HDFS中的檔裝載資料 75
5.1.2 使用查詢裝載資料 77
5.1.3 將查詢到的資料寫入檔案系統 80
5.1.4 直接向表插入值 81
5.1.5 直接更新表中資料 83
5.1.6 在表中直接刪除資料 84
5.1.7 創建結構相同的表 85
5.2 連接 86
5.2.1 使用等值連接來整合表 86
5.2.2 使用外連接 87
5.2.3 使用左半連接 89
5.2.4 用單次MapReduce實現連接 90
5.2.5 最後使用最大的表 91
5.2.6 交易處理 92
5.2.7 ACID是什麼，以及為什麼要用到它 92
5.2.8 Hive配置 92
第6章 將數據裝載到Hive 94
6.1 裝載資料之前的設計注意事項 94
6.2 將數據裝載到HDFS 95
6.2.1 Ambari 文件視圖 95
6.2.2 Hadoop命令列 97
6.2.3 HDFS的NFS Gateway 97
6.2.4 Sqoop 98
6.2.5 Apache NiFi 101
6.3 用Hive 訪問資料 105
6.3.1 外部表 105
6.3.2 LOAD DATA語句 106
6.4 在Hive中裝載增量變更數據 107
6.5 Hive流處理 107
6.6 小結 108
第7章 查詢半結構化資料 109
7.1 點選流向資料 111
7.1.1 攝取數據 113
7.1.2 創建模式 116
7.1.3 裝載數據 116
7.1.4 查詢資料 116
7.2 攝取JSON數據 119
7.2.1 使用UDF查詢JSON 121
7.2.2 使用SerDe訪問JSON 122
第8章 Hive分析 125
8.1 構建分析模型 125
8.1.1 使用太陽模型獲取需求 125
8.1.2 將太陽模型轉換為星型模式 129
8.1.3 構建資料倉庫 137
8.2 評估分析模型 . 140
8.2.1 評估太陽模型 140
8.2.2 評估聚合結果 142
8.2.3 評估資料集市 143
8.3 掌握資料倉庫管理 144
8.3.1 必備條件 144
8.3.2 檢索資料庫 144
8.3.3 評估資料庫 147
8.3.4 過程資料庫 160
8.3.5 轉換資料庫 185
8.3.6 你掌握了什麼 192
8.3.7 組織資料庫 192
8.3.8 報表資料庫 196
8.3.9 示例報表 197
8.4 高級分析 199
8.5 接下來學什麼 199
第9章 Hive性能調優 200
9.1 Hive性能檢查表 200
9.2 執行引擎 201
9.2.1 MapReduce 201
9.2.2 Tez 201
9.3 存儲格式 203
9.3.1 ORC格式 203
9.3.2 Parquet格式 205
9.4 向量化查詢執行 206
9.5 查詢執行計畫 206
9.5.1 基於代價的優化 208
9.5.2 執行計畫 210
9.5.3 性能檢查表小結 212
第 10章 Hive的安全性 213
10.1 資料安全性的幾個方面 213
10.1.1 身份認證 214
10.1.2 授權 214
10.1.3 管理 214
10.1.4 審計 214
10.1.5 資料保護 214
10.2 Hadoop的安全性 215
10.3 Hive的安全性 215
10.3.1 預設授權模式 215
10.3.2 基於存儲的授權模式 216
10.3.3 基於SQL標準的授權模式 217
10.3.4 管理通過SQL進行的訪問 218
10.4 使用Ranger進行Hive授權 219
10.4.1 訪問Ranger使用者介面 220
10.4.2 創建Ranger策略 220
10.4.3 使用Ranger審計 222
第 11章 Hive的未來 224
11.1 LLAP 224
11.2 Hive-on-Spark 225
11.3 Hive：ACID 和MERGE 225
11.4 可調隔離等級 225
11.5 ROLAP/基於立方體的分析 226
11.6 HiveServer2的發展 226
11.7 面向不同工作負載的多個HiveServer2實例 226
附錄A 建立大資料團隊 227
附錄B Hive函數 231
 
看更多
網路書店 類別 折扣 價格
  1. 博客來網路書店
    新書
    87折
    $360