Hadoop数据仓库实战

Hadoop数据仓库实战
	定价	52.00
	出版社	人民邮电出版社
	版次	dy 版
	出版时间	2019年12月
	开本	16开
	作者	肖睿 兰伟 廖春琼
	装帧	平装
	页数	242
	字数	350000
	ISBN编码	9787115526090

本书以Hive为开发平台，主要介绍了如何使用Hive L来查询和分析存储在Hadoop分布式文件系统上的大数据集合，具体内容包括Hive入门、Hive数据库及表 作、Hive元数据、Hive高级 作、Hive函数与Streaming、Hive视图与索引、Hive调优、Hive与HBase集成、数据迁移框架Sqoop等。本书介绍的每个任务都运用了大量案例，紧密结合实际应用，融入了含金量十足的开发经验。在此基础上，本书通过丰富的练习和 作实践，帮助读者巩固所学的内容。本书配以多元的学习资源和支持服务，包括视频、案例素材、学习社区等，为读者提供全方位的学习体验。 本书适合作为计算机、大数据等相关专业的教材，也适合具有一定Linux或Java开发基础且想从事大数据开发的人员阅读学习，还可以作为大数据分析与运维人员的参考用书。


肖睿，课工场创始人，北京大学教育学博士，北京大学软件学院特约讲师，北京大学学习科学实验室特约顾问。作为北大青鸟 Aptech 的联合创始人，历任学术总监、研究院院长、公司副总裁等核心岗位，拥有20多年的IT职业教育产品管理和企业管理经验。于2015年创办课工场，兼任总经理，旨在为大学生提供更可靠的 IT 就业教育及服务。 北京课工场教育科技有限公司是专注互联网教育的生态平台，汇聚了中国和北美数百位来自 互联网企业的行业大咖，依托Transform只能教育生态平台，打造智慧校园、企业大学、行业培训的教育场景，提供一站式教育解决方案。


Hadoop数据仓库实战

第 1章 Hive入门 1  

任务1　了解Hive基础 2  

1.1.1 认识Hive 2  

1.1.2 Hive架构设计 5  

1.1.3 Hive工作流程 6  

1.1.4 Hive适用场景 7  

任务2　掌握Hive数据存储模型 8  

1.2.1 Hive存储格式 8  

1.2.2 Hive数据单元 10  

1.2.3 Hive存储模型 10  

任务3　安装配置Hive环境 11  

1.3.1 Hive的发展历程 12  

1.3.2 搭建Hive CDH环境 13  

1.3.3 Hive初体验 15  

1.3.4 Hive开发环境 18  

1.3.5 技能实训 21  

本章小结 21  

本章作业 21  

 

第 2章 Hive数据库及表 作 23  

任务1 熟悉Hive数据类型 24  

2.1.1 基本数据类型 24  

2.1.2 复杂数据类型 26  

任务2　使用Hive管理雇员信息 28  

2.2.1 Hive DDL 作 29  

2.2.2 Hive DML 作 33  

2.2.3 Hive Shell 38  

2.2.4 技能实训 40  

任务3　使用Hive Java API 作雇员表 41  

2.3.1 开发环境搭建 41  

2.3.2 JDBC 作Hive数据库 42  

2.3.3 技能实训 47  

本章小结 47  

本章作业 48  

 

第3章 Hive元数据 49  

任务1　访问雇员数据的元数据信息 50  

3.1.1 Hive元数据的概念及存储方式 50  

3.1.2 雇员数据元数据信息查询 53  

3.1.3 技能实训 60  

任务2　使用Hive Java API读取雇员表元数据 60  

3.2.1 hive-metastore组件 60  

3.2.2 使用HiveMetaStoreClient访问元数据 62  

3.2.3 技能实训 68  

任务3　使用HCatalog管理雇员数据的元数据 69  

3.3.1 HCatalog介绍 69  

3.3.2 HCatalog应用 70  

本章小结 75  

本章作业 75  

 

第4章 Hive高级 作 77  

任务1　关联查询零售商店订单明细 78  

4.1.1 SELECT语句 78  

4.1.2 关联查询 83  

4.1.3 联合查询 87  

4.1.4 技能实训 87  

任务2　使用分组排序实现商品销售排行 88  

4.2.1 排序 88  

4.2.2 分组聚合 91  

4.2.3 技能实训 94  

任务3　使用窗口函数实现零售数据统计 94  

4.3.1 窗口函数 94  

4.3.2 窗口的定义 99  

4.3.3 技能实训 102  

本章小结 102  

本章作业 102  

 

第5章 Hive函数与Streaming 103  

任务1　应用内置函数 104  

5.1.1 函数概述 104  

5.1.2 内置函数详解 105  

5.1.3 技能实训 112  

任务2　使用Java编写Hive自定义函数 112  

5.2.1 自定义函数概述 113  

5.2.2 UDF 114  

5.2.3 UDAF 117  

5.2.4 UDTF 120  

5.2.5 技能实训 121  

任务3　使用Streaming实现数据处理 121  

5.3.1 Streaming概念 122  

5.3.2 Streaming应用 122  

5.3.3 技能实训 125  

本章小结 125  

本章作业 125  

 

第6章 Hive视图与索引 127  

任务1　创建并管理零售商店的顾客表和订单表视图 128  

6.1.1 视图的基本概念及使用场景 128  

6.1.2 视图的基本 作 130  

6.1.3 Materialized Views和Lateral View 135  

6.1.4 技能实训 138  

任务2　建立零售商店顾客表索引 139  

6.2.1 Hive索引的基本概念及使用场景 139  

6.2.2 为零售商店顾客表建立索引 141  

6.2.3 与索引相关的元数据表 144  

6.2.4 技能实训 145  

本章小结 146  

本章作业 146  

 

第7章 Hive调优 147  

任务1　熟悉Hive性能调优策略 148  

7.1.1 Hive性能调优使用工具 148  

7.1.2 优化Map Task和Reduce Task个数 150  

7.1.3 Hive Job优化 151  

7.1.4 Hive uery优化 153  

7.1.5 设置压缩 155  

7.1.6 技能实训 157  

任务2　解决Hive数据倾斜问题 157  

7.2.1 数据倾斜问题 158  

7.2.2 数据倾斜问题解决方案 158  

任务3　Hive集成Tez 161  

7.3.1 Tez简介 161  

7.3.2 Tez安装配置 162  

7.3.3 Hive与Tez集成 164  

7.3.4 技能实训 166  

本章小结 166  

本章作业 166  

 

第8章 Hive与HBase集成 169  

任务1　理解Hive与HBase集成的场景及原理 170  

8.1.1 Hive与HBase集成的应用场景 170  

8.1.2 Hive与HBase集成原理 171  

任务2　实现Hive与HBase集成 174  

8.2.1 Hive与HBase集成配置 174  

8.2.2 Hive与HBase集成功能测试 175  

8.2.3 将零售商店顾客购买统计信息存入HBase表 182  

8.2.4 技能实训 183  

任务3　使用Phoenix 作HBase数据库 184  

8.3.1 Phoenix简介 184  

8.3.2 搭建Phoenix CDH环境 186  

8.3.3 技能实训 189  

本章小结 190  

本章作业 190  

 

第9章 数据迁移框架Sqoop 191  

任务1　使用Sqoop完成Hadoop与MyS L间的数据迁移 192  

9.1.1 Sqoop简介 192  

9.1.2 导入MyS L数据到HDFS 196  

9.1.3 导入MyS L数据到Hive 205  

9.1.4 导入MyS L数据到HBase 206  

9.1.5 导出HDFS数据到MyS L 207  

9.1.6 技能实训 211  

任务2　使用Sqoop Job完成Hive与MyS L间的数据迁移 211  

9.2.1 Sqoop Job 212  

9.2.2 技能实训 213  

本章小结 213  

本章作业 213  

 

第 10章 项目实训：电子商务消费行为分析 215  

10.1　项目准备 216  

10.2　难点分析 219  

10.3　项目实现思路 220  

本章小结 242  

本章作业 242