大數(shù)據(jù)Hive離線計算開發(fā)實戰(zhàn)

定　價：￥59.00

作　者：	楊力著
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115448088	出版時間：	2020-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	184	字數(shù)：

內(nèi)容簡介

　　本書從數(shù)據(jù)處理平臺數(shù)據(jù)庫和數(shù)據(jù)倉庫入手，幫助讀者逐步搭建大數(shù)據(jù)Hive數(shù)據(jù)倉庫平臺，并介紹了這種傳統(tǒng)數(shù)據(jù)分析方法在大數(shù)據(jù)平臺成功應用的典型案例。本書通過對Hive數(shù)據(jù)定義語言、Hive數(shù)據(jù)操縱語言、Hive數(shù)據(jù)基本查詢、Hive數(shù)據(jù)復雜查詢的詳細介紹，全面闡述了Hive大數(shù)據(jù)平臺工具的應用與開發(fā)。另外，還介紹了Hive數(shù)據(jù)庫對象、用戶自定義函數(shù)以及Azkaban工作流作業(yè)調(diào)度器，幫助讀者掌握Hive平臺的強大功能和特性。最后，通過電商推薦系統(tǒng)、汽車銷售數(shù)據(jù)分析系統(tǒng)以及微博數(shù)據(jù)分析系統(tǒng)3個實戰(zhàn)開發(fā)項目案例，讓讀者對Hive大數(shù)據(jù)平臺數(shù)據(jù)倉庫工具的實戰(zhàn)應用有更深的理解。

作者簡介

　　楊力，原北大青鳥學術部經(jīng)理兼教學總監(jiān)，中信國安創(chuàng)客霸王課特聘高級講師，現(xiàn)任北京兄弟連IT教育大數(shù)據(jù)專家級講師，一直從事大數(shù)據(jù)方向，是大數(shù)據(jù)領域?qū)＜?，資深顧問，致力于大數(shù)據(jù)技術的推廣與普及，擁有Apache Hadoop、Oracle OCM等多項產(chǎn)品的技術認證證書。曾創(chuàng)立國內(nèi)**大數(shù)據(jù)校企合作大數(shù)據(jù)實驗室平臺，現(xiàn)已推廣至全國高校，助力高校大數(shù)據(jù)學科的建設和研究，對國內(nèi)大中型企業(yè)的信息系統(tǒng)設計與實施有豐富的實踐經(jīng)驗。曾在一線任職新奧集團大數(shù)據(jù)平臺首席架構師，京東萬象大數(shù)據(jù)平臺締造人之一，二六三網(wǎng)絡通信反垃圾郵件系統(tǒng)數(shù)據(jù)平臺項目經(jīng)理、中信銀行網(wǎng)銀數(shù)據(jù)平臺技術經(jīng)理等要職。

圖書目錄

目錄
第01章　數(shù)據(jù)倉庫基礎　1
1．1　數(shù)據(jù)處理平臺　1
1．2　數(shù)據(jù)庫　2
1．3　關系型數(shù)據(jù)庫　2
1．3．1　數(shù)據(jù)庫三范式　3
1．3．2　數(shù)據(jù)庫事務　6
1．3．3　數(shù)據(jù)庫設計理念　7
1．4　數(shù)據(jù)倉庫　7
1．4．1　無數(shù)據(jù)倉庫的時代　7
1．4．2　數(shù)據(jù)倉庫的發(fā)展　8
1．5　數(shù)據(jù)倉庫設計理念　9
1．6　數(shù)據(jù)庫與數(shù)據(jù)倉庫的不同　10
1．7　本章總結　11
1．8　本章習題　11
第02章　Hive安裝部署　12
2．1　Hive基本概念　12
2．1．1　Hive簡介　12
2．1．2　Hive設計特性　13
2．1．3　Hive與傳統(tǒng)數(shù)據(jù)庫的對比　14
2．2　Hive安裝部署　14
2．3　安裝配置MySQL　16
2．4　配置啟動Hive　22
2．5　Hive常用內(nèi)部命令　26
2．6　Hive數(shù)據(jù)類型　27
2．6．1　Hive基本數(shù)據(jù)類型　28
2．6．2　Hive集合數(shù)據(jù)類型　30
2．7　本章總結　36
2．8　本章習題　36
第03章　Hive數(shù)據(jù)定義與操作　37
3．1　HiveQL數(shù)據(jù)定義語言　37
3．1．1　創(chuàng)建數(shù)據(jù)庫　38
3．1．2　刪除數(shù)據(jù)庫　40
3．1．3　創(chuàng)建表　40
3．1．4　修改表　45
3．1．5　刪除表　46
3．1．6　分區(qū)表　47
3．2　HiveQL數(shù)據(jù)操作　53
3．2．1　向管理表中裝載數(shù)據(jù)　54
3．2．2　經(jīng)查詢語句向表中插入數(shù)據(jù)　54
3．2．3　單個查詢語句中創(chuàng)建表并加載數(shù)據(jù)　55
3．2．4　導入數(shù)據(jù)　55
3．2．5　導出數(shù)據(jù)　56
3．3　本章總結　56
3．4　本章習題　57
第04章　HiveQL數(shù)據(jù)查詢基礎　58
4．1　HiveQL數(shù)據(jù)查詢語句　58
4．1．1　SELECT語句　58
4．1．2　WHERE語句　59
4．1．3　GROUP BY語句　60
4．1．4　HAVING分組篩選　61
4．1．5　ORDER BY 語句和
SORT　BY語句　62
4．2　HiveQL連接查詢語句　64
4．3　本章總結　70
4．4　本章習題　70
第05章　HiveQL數(shù)據(jù)查詢進階　71
5．1　Hive內(nèi)置函數(shù)　71
5．1．1　數(shù)學函數(shù)　72
5．1．2　字符函數(shù)　74
5．1．3　轉(zhuǎn)換函數(shù)　76
5．1．4　日期函數(shù)　76
5．1．5　條件函數(shù)　77
5．1．6　聚合函數(shù)　77
5．2　Hive構建搜索引擎日志數(shù)據(jù)分析系統(tǒng)　79
5．2．1　數(shù)據(jù)預處理（Linux環(huán)境）　79
5．2．2　基于Hive構建日志數(shù)據(jù)的數(shù)據(jù)倉庫　81
5．2．3　數(shù)據(jù)分析需求（1）：條數(shù)統(tǒng)計　84
5．2．4　數(shù)據(jù)分析需求（2）：關鍵詞分析　84
5．2．5　數(shù)據(jù)分析需求（3）：UID分析　85
5．2．6　數(shù)據(jù)分析需求（4）：用戶行為
分析　86
5．3　Sqoop應用與開發(fā)　88
5．3．1　Sqoop簡介　89
5．3．2　Sqoop安裝部署　89
5．3．3　Sqoop將Hive表中的數(shù)據(jù)導入MySQL　91
5．4　本章總結　96
5．5　本章習題　96
第06章　Hive數(shù)據(jù)庫對象與
用戶自定義函數(shù)　97
6．1　Hive視圖　97
6．1．1　創(chuàng)建視圖　98
6．1．2　查看視圖　98
6．1．3　視圖應用實戰(zhàn)　99
6．1．4　刪除視圖　100
6．2　Hive分桶表　100
6．2．1　創(chuàng)建表　101
6．2．2　插入數(shù)據(jù)　101
6．3　Hive用戶自定義函數(shù)　102
6．3．1　用戶自定義函數(shù)簡介　102
6．3．2　UDF應用開發(fā)　103
6．4　Hive用戶自定義聚合函數(shù)　105
6．4．1　用戶自定義聚合函數(shù)簡介　105
6．4．2　UDAF應用開發(fā)　105
6．5　本章總結　108
6．6　本章習題　108
第07章　Azkaban任務調(diào)度器　109
7．1　Azkaban簡介　109
7．1．1　Azkaban基本原理　110
7．1．2　Azkaban核心組件　111
7．2　Azkaban安裝部署　112
7．2．1　準備工作　112
7．2．2　安裝MySQL　112
7．2．3　配置MySQL　113
7．2．4　配置AzkabanWebServer　114
7．2．5　啟動AzkabanWebServer
服務器　116
7．2．6　配置AzkabanExecutorServer　116
7．2．7　啟動AzkabanExecutorServer
執(zhí)行服務器　117
7．2．8　登錄訪問WebServer并創(chuàng)建
工作流調(diào)度項目　117
7．3　Hadoop作業(yè)的設置與書寫　119
7．4　Hive作業(yè)的設置與書寫　128
7．5　本章總結　130
7．6　本章習題　131
第08章　電商推薦系統(tǒng)開發(fā)實戰(zhàn)　132
8．1　構建數(shù)據(jù)倉庫　132
8．1．1　創(chuàng)建數(shù)據(jù)倉庫　133
8．1．2　創(chuàng)建原始數(shù)據(jù)表　134
8．1．3　加載數(shù)據(jù)到數(shù)據(jù)倉庫　136
8．1．4　驗證數(shù)據(jù)結果　136
8．2　數(shù)據(jù)清洗　139
8．2．1　創(chuàng)建臨時表　139
8．2．2　數(shù)據(jù)清洗詳細步驟　140
8．2．3　驗證清洗　143
8．3　推薦算法實現(xiàn)　144
8．3．1　Mahout安裝部署　144
8．3．2　itembase協(xié)同過濾推薦算法　147
8．3．3　路徑準備　148
8．3．4　運行推薦算法　150
8．3．5　查看推薦結果　151
8．4　數(shù)據(jù)ETL　152
8．4．1　獲取數(shù)據(jù)　152
8．4．2　創(chuàng)建數(shù)據(jù)庫和表　152
8．4．3　加載數(shù)據(jù)　153
8．4．4　驗證ETL過程　153
8．5　本章總結　155
8．6　本章習題　156
第09章　汽車銷售數(shù)據(jù)分析
系統(tǒng)實戰(zhàn)開發(fā)　157
9．1　數(shù)據(jù)概況　157
9．2　項目實戰(zhàn)　158
9．2．1　構建數(shù)據(jù)倉庫　158
9．2．2　創(chuàng)建原始數(shù)據(jù)表　159
9．2．3　加載數(shù)據(jù)到數(shù)據(jù)倉庫　161
9．2．4　驗證數(shù)據(jù)結果　161
9．2．5　統(tǒng)計乘用車輛和商用車輛的
銷售數(shù)量和銷售數(shù)量占比　162
9．2．6　統(tǒng)計山西省2013年每個月的
汽車銷售數(shù)量的比例　162
9．2．7　統(tǒng)計買車的男女比例及男女對車的
品牌的選擇　163
9．2．8　統(tǒng)計車的所有權、車輛型號和
車輛類型　165
9．2．9　統(tǒng)計不同類型車在一個月（對應一段
時間，如每月或每年）的總銷量　167
9．2．10　通過不同類型（品牌）車銷售情況，
來統(tǒng)計發(fā)動機型號和燃料種類　168
9．2．11　統(tǒng)計五菱某一年每月的銷售量　168
9．3　本章總結　169
9．4　本章習題　169
第　10章新浪微博數(shù)據(jù)分析系統(tǒng)
實戰(zhàn)開發(fā)　170
10．1　數(shù)據(jù)概況　170
10．1．1　數(shù)據(jù)參數(shù)　170
10．1．2　數(shù)據(jù)類型　171
10．2　項目實戰(zhàn)　172
10．2．1　組織數(shù)據(jù)　172
10．2．2　統(tǒng)計需求　174
10．2．3　特殊需求　179
10．2．4　數(shù)據(jù)ETL　182
10．3　本章總結　184
10．4　本章習題　184