大數(shù)據(jù)Hive離線計(jì)算開發(fā)實(shí)戰(zhàn)

定　價(jià)：￥59.00

作　者：	楊力著
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787115448088	出版時(shí)間：	2020-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	184	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書從數(shù)據(jù)處理平臺(tái)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(tái)，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(tái)成功應(yīng)用的典型案例。本書通過對(duì)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(fù)雜查詢的詳細(xì)介紹，全面闡述了Hive大數(shù)據(jù)平臺(tái)工具的應(yīng)用與開發(fā)。另外，還介紹了Hive數(shù)據(jù)庫對(duì)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(tái)的強(qiáng)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(gè)實(shí)戰(zhàn)開發(fā)項(xiàng)目案例，讓讀者對(duì)Hive大數(shù)據(jù)平臺(tái)數(shù)據(jù)倉庫工具的實(shí)戰(zhàn)應(yīng)用有更深的理解。

作者簡(jiǎn)介

　　楊力，原北大青鳥學(xué)術(shù)部經(jīng)理兼教學(xué)總監(jiān)，中信國(guó)安創(chuàng)客霸王課特聘高級(jí)講師，現(xiàn)任北京兄弟連IT教育大數(shù)據(jù)專家級(jí)講師，一直從事大數(shù)據(jù)方向，是大數(shù)據(jù)領(lǐng)域?qū)＜遥Y深顧問，致力于大數(shù)據(jù)技術(shù)的推廣與普及，擁有Apache Hadoop、Oracle OCM等多項(xiàng)產(chǎn)品的技術(shù)認(rèn)證證書。曾創(chuàng)立國(guó)內(nèi)**大數(shù)據(jù)校企合作大數(shù)據(jù)實(shí)驗(yàn)室平臺(tái)，現(xiàn)已推廣至全國(guó)高校，助力高校大數(shù)據(jù)學(xué)科的建設(shè)和研究，對(duì)國(guó)內(nèi)大中型企業(yè)的信息系統(tǒng)設(shè)計(jì)與實(shí)施有豐富的實(shí)踐經(jīng)驗(yàn)。曾在一線任職新奧集團(tuán)大數(shù)據(jù)平臺(tái)首席架構(gòu)師，京東萬象大數(shù)據(jù)平臺(tái)締造人之一，二六三網(wǎng)絡(luò)通信反垃圾郵件系統(tǒng)數(shù)據(jù)平臺(tái)項(xiàng)目經(jīng)理、中信銀行網(wǎng)銀數(shù)據(jù)平臺(tái)技術(shù)經(jīng)理等要職。

圖書目錄

目錄
第01章　數(shù)據(jù)倉庫基礎(chǔ)　1
1．1　數(shù)據(jù)處理平臺(tái)　1
1．2　數(shù)據(jù)庫　2
1．3　關(guān)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(wù)　6
1．3．3　數(shù)據(jù)庫設(shè)計(jì)理念　7
1．4　數(shù)據(jù)倉庫　7
1．4．1　無數(shù)據(jù)倉庫的時(shí)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(shè)計(jì)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(jié)　11
1．8　本章習(xí)題　11
第02章　Hive安裝部署　12
2．1　Hive基本概念　12
2．1．1　Hive簡(jiǎn)介　12
2．1．2　Hive設(shè)計(jì)特性　13
2．1．3　Hive與傳統(tǒng)數(shù)據(jù)庫的對(duì)比　14
2．2　Hive安裝部署　14
2．3　安裝配置MySQL　16
2．4　配置啟動(dòng)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(jié)　36
2．8　本章習(xí)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(gè)查詢語句中創(chuàng)建表并加載數(shù)據(jù)　55
3．2．4　導(dǎo)入數(shù)據(jù)　55
3．2．5　導(dǎo)出數(shù)據(jù)　56
3．3　本章總結(jié)　56
3．4　本章習(xí)題　57
第04章　HiveQL數(shù)據(jù)查詢基礎(chǔ)　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(jié)　70
4．4　本章習(xí)題　70
第05章　HiveQL數(shù)據(jù)查詢進(jìn)階　71
5．1　Hive內(nèi)置函數(shù)　71
5．1．1　數(shù)學(xué)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(gòu)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(yù)處理（Linux環(huán)境）　79
5．2．2　基于Hive構(gòu)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(jì)　84
5．2．4　數(shù)據(jù)分析需求（2）：關(guān)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(yīng)用與開發(fā)　88
5．3．1　Sqoop簡(jiǎn)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(dǎo)入MySQL　91
5．4　本章總結(jié)　96
5．5　本章習(xí)題　96
第06章　Hive數(shù)據(jù)庫對(duì)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(yīng)用實(shí)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(jiǎn)介　102
6．3．2　UDF應(yīng)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(jiǎn)介　105
6．4．2　UDAF應(yīng)用開發(fā)　105
6．5　本章總結(jié)　108
6．6　本章習(xí)題　108
第07章　Azkaban任務(wù)調(diào)度器　109
7．1　Azkaban簡(jiǎn)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(zhǔn)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(dòng)AzkabanWebServer
服務(wù)器　116
7．2．6　配置AzkabanExecutorServer　116
7．2．7　啟動(dòng)AzkabanExecutorServer
執(zhí)行服務(wù)器　117
7．2．8　登錄訪問WebServer并創(chuàng)建
工作流調(diào)度項(xiàng)目　117
7．3　Hadoop作業(yè)的設(shè)置與書寫　119
7．4　Hive作業(yè)的設(shè)置與書寫　128
7．5　本章總結(jié)　130
7．6　本章習(xí)題　131
第08章　電商推薦系統(tǒng)開發(fā)實(shí)戰(zhàn)　132
8．1　構(gòu)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(yàn)證數(shù)據(jù)結(jié)果　136
8．2　數(shù)據(jù)清洗　139
8．2．1　創(chuàng)建臨時(shí)表　139
8．2．2　數(shù)據(jù)清洗詳細(xì)步驟　140
8．2．3　驗(yàn)證清洗　143
8．3　推薦算法實(shí)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(zhǔn)備　148
8．3．4　運(yùn)行推薦算法　150
8．3．5　查看推薦結(jié)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(yàn)證ETL過程　153
8．5　本章總結(jié)　155
8．6　本章習(xí)題　156
第09章　汽車銷售數(shù)據(jù)分析
系統(tǒng)實(shí)戰(zhàn)開發(fā)　157
9．1　數(shù)據(jù)概況　157
9．2　項(xiàng)目實(shí)戰(zhàn)　158
9．2．1　構(gòu)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(yàn)證數(shù)據(jù)結(jié)果　161
9．2．5　統(tǒng)計(jì)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(jì)山西省2013年每個(gè)月的
汽車銷售數(shù)量的比例　162
9．2．7　統(tǒng)計(jì)買車的男女比例及男女對(duì)車的
品牌的選擇　163
9．2．8　統(tǒng)計(jì)車的所有權(quán)、車輛型號(hào)和
車輛類型　165
9．2．9　統(tǒng)計(jì)不同類型車在一個(gè)月（對(duì)應(yīng)一段
時(shí)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(jì)發(fā)動(dòng)機(jī)型號(hào)和燃料種類　168
9．2．11　統(tǒng)計(jì)五菱某一年每月的銷售量　168
9．3　本章總結(jié)　169
9．4　本章習(xí)題　169
第　10章新浪微博數(shù)據(jù)分析系統(tǒng)
實(shí)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(xiàng)目實(shí)戰(zhàn)　172
10．2．1　組織數(shù)據(jù)　172
10．2．2　統(tǒng)計(jì)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(jié)　184
10．4　本章習(xí)題　184