同類熱銷排行榜

Hive編程指南

作者：(美)卡普廖洛//萬普勒//盧森格林|譯者:曹坤
出版社：人民郵電
ISBN：9787115333834

出版日期：2013/12/01
裝幀：平裝
頁數：318

人民幣：RMB 69 元售價：元

內容大鋼

　　卡普廖洛、萬普勒、盧森格林編著的《Hive編程指南》是一本ApacheHive的編程指南，旨在介紹如何使用Hive的SQL方法——HiveQL來匯總、查詢和分析存儲在Hadoop分散式文件系統上的大數據集合。《Hive編程指南》通過大量的實例，首先介紹如何在用戶環境下安裝和配置Hive，並對Hadoop和MapReduce進行詳盡闡述，最終演示Hive如何在Hadoop生態系統進行工作。
《Hive編程指南》適合對大數據感興趣的愛好者以及正在使用Hadoop系統的資料庫管理員閱讀使用。

作者介紹

(美)卡普廖洛//萬普勒//盧森格林|譯者:曹坤

第1章基礎知識
  1.1 Hadoop和MapReduce綜述
  1.2 Hadoop生態系統中的Hive
  1.2.1 Pig
  1.2.2 HBase
  1.2.3 Cascading、Crunch及其他
  1.3 Java和Hive：詞頻統計演算法
  1.4 後續事情
第2章基礎操作
  2.1 安裝預先配置好的虛擬機
  2.2 安裝詳細步驟
  2.2.1 裝Java
  2.2.2 安裝Hadoop
  2.2.3 本地模式、偽分散式模式和分散式模式
  2.2.4 測試Hadoop
  2.2.5 安裝Hive
  2.3 Hive內部是什麼
  2.4 啟動Hive
  2.5 配置Hadoop環境
  2.5.1 本地模式配置
  2.5.2 分散式模式和偽分散式模式配置
  2.5.3 使用JDBC連接元數據
  2.6 Hive命令
  2.7 命令行界面
  2.7.1 CLI 選項
  2.7.2 變數和屬性
  2.7.3 Hive中「一次使用」命令
  2.7.4 從文件中執行Hive查詢
  2.7.5 hiverc文件
  2.7.6 使用Hive CLI的更多介紹
  2.7.7 查看操作命令歷史
  2.7.8 執行shell命令
  2.7.9 在Hive內使用Hadoop的dfs命令
  2.7.10 Hive腳本中如何進行註釋
  2.7.11 顯示欄位名稱
第3章數據類型和文件格式
  3.1 基本數據類型
  3.2 集合數據類型
  3.3 文本文件數據編碼
  3.4 讀時模式
第4章 HiveQL：數據定義
  4.1 Hive中的資料庫
  4.2 修改資料庫
  4.3 創建表
  4.3.1 管理表
  4.3.2 外部表
  4.4 分區表、管理表
  4.4.1 外部分區表
  4.4.2 自定義表的存儲格式
  4.5 刪除表

  4.6 修改表
  4.6.1 表重命名
  4.6.2 增加、修改和刪除表分區
  4.6.3 修改列信息
  4.6.4 增加列
  4.6.5 刪除或者替換列
  4.6.6 修改表屬性
  4.6.7 修改存儲屬性
  4.6.8 眾多的修改表語句
第5章 HiveQL：數據操作
  5.1 向管理表中裝載數據
  5.2 通過查詢語句向表中插入數據
  5.3 單個查詢語句中創建表並載入數據
  5.4 導出數據
第6章 HiveQL：查詢
  6.1 SELECT…FROM語句
  6.1.1 使用正則表達式來指定列
  6.1.2 使用列值進行計算
  6.1.3 算術運算符
  6.1.4 使用函數
  6.1.5 LIMIT語句
  6.1.6 列別名
  6.1.7 嵌套SELECT語句
  6.1.8 CASE…WHEN…THEN 句式
  6.1.9 什麼情況下Hive可以避免進行MapReduce
  6.2 WHERE語句
  6.2.1 謂詞操作符
  6.2.2 關於浮點數比較
  6.2.3 LIKE和RLIKE
  6.3 GROUP BY 語句
  6.4 JOIN語句
  6.4.1 INNER JOIN
  6.4.2 JOIN優化
  6.4.3 LEFT OUTER JOIN
  6.4.4 OUTER JOIN
  6.4.5 RIGHT OUTER JOIN
  6.4.6 FULL OUTER JOIN
  6.4.7 LEFT SEMI-JOIN
  6.4.8 笛卡爾積JOIN
  6.4.9 map-side JOIN
  6.5 ORDER BY和SORT BY
  6.6 含有SORT BY 的DISTRIBUTE BY
  6.7 CLUSTER BY
  6.8 類型轉換
  6.9 抽樣查詢
  6.9.1 數據塊抽樣
  6.9.2 分桶表的輸入裁剪
  6.10 UNION ALL
第7章 HiveQL：視圖
  7.1 使用視圖來降低查詢複雜度

  7.2 使用視圖來限制基於條件過濾的數據
  7.3 動態分區中的視圖和map類型
  7.4 視圖零零碎碎相關的事情
第8章 HiveQL：索引
  8.1 創建索引
  8.2 重建索引
  8.3 顯示索引
  8.4 刪除索引
  8.5 實現一個定製化的索引處理器
第9章模式設計
  9.1 按天劃分的表
  9.2 關於分區
  9.3 唯一鍵和標準化
  9.4 同一份數據多種處理
  9.5 對於每個表的分區
  9.6 分桶表數據存儲
  9.7 為表增加列
  9.8 使用列存儲表
  9.8.1 重複數據
  9.8.2 多列
  9.9 （幾乎）總是使用壓縮
第10章調優
  10.1 使用EXPLAIN
  10.2 EXPLAIN EXTENDED
  10.3 限制調整
  10.4 JOIN優化
  10.5 本地模式
  10.6 並行執行
  10.7 嚴格模式
  10.8 調整mapper和reducer個數
  10.9 JVM重用
  10.10 索引
  10.11 動態分區調整
  10.12 推測執行
  10.13 單個MapReduce中多個GROUP BY
  10.14 虛擬列
第11章其他文件格式和壓縮方法
  11.1 確定安裝編解碼器
  11.2 選擇一種壓縮編/解碼器
  11.3 開啟中間壓縮
  11.4 最終輸出結果壓縮
  11.5 sequence file存儲格式
  11.6 使用壓縮實踐
  11.7 存檔分區
  11.8 壓縮：包紮
第12章開發
  12.1 修改Log4J屬性
  12.2 連接Java調試器到Hive
  12.3 從源碼編譯Hive
  12.3.1 執行Hive測試用例

  12.3.2 執行hook
  12.4 配置Hive和Eclipse
  12.5 Maven工程中使用Hive
  12.6 Hive中使用hive_test進行單元測試
  12.7 新增的插件開發工具箱（PDK）
第13章函數
  13.1 發現和描述函數
  13.2 調用函數
  13.3 標準函數
  13.4 聚合函數
  13.5 表生成函數
  13.6 一個通過日期計算其星座的UDF
  13.7 UDF與GenericUDF
  13.8 不變函數
  13.9 用戶自定義聚合函數
  13.10 用戶自定義表生成函數
  13.10.1 可以產生多行數據的UDTF
  13.10.2 可以產生具有多個欄位的單行數據的UDTF
  13.10.3 可以模擬複雜數據類型的UDTF
  13.11 在 UDF中訪問分散式緩存
  13.12 以函數的方式使用註解
  13.12.1 定數性（deterministic）標注
  13.12.2 狀態性（stateful）標注
  13.12.3 唯一性
  13.13 宏命令
第14章 Streaming
  14.1 恆等變換
  14.2 改變類型
  14.3 投影變換
  14.4 操作轉換
  14.5 使用分散式內存
  14.6 由一行產生多行
  14.7 使用streaming進行聚合計算
  14.8 CLUSTER BY、DISTRIBUTE BY、SORT BY
  14.9 GenericMR Tools for Streaming to Java
  14.10 計算cogroup
第15章自定義Hive文件和記錄格式
  15.1 文件和記錄格式
  15.2 闡明CREATE TABLE句式
  15.3 文件格式
  15.3.1 SequenceFile
  15.3.2 RCfile
  15.3.3 示例自定義輸入格式：DualInputFormat
  15.4 記錄格式：SerDe
  15.5 CSV和TSV SerDe
  15.6 ObjectInspector
  15.7 Thing Big Hive Reflection ObjectInspector
  15.8 XML UDF
  15.9 XPath相關的函數
  15.10 JSON SerDe

  15.11 Avro Hive SerDe
  15.11.1 使用表屬性信息定義Avro Schema
  15.11.2 從指定URL中定義Schema
  15.11.3 進化的模式
  15.12 二進位輸出
第16章 Hive的Thrift服務
  16.1 啟動Thrift Server
  16.2 配置Groovy使用HiveServer
  16.3 連接到HiveServer
  16.4 獲取集群狀態信息
  16.5 結果集模式
  16.6 獲取結果
  16.7 獲取執行計劃
  16.8 元數據存儲方法
  16.9 管理HiveServer
  16.9.1 生產環境使用HiveServer
  16.9.2 清理
  16.10 Hive ThriftMetastore
  16.10.1 ThriftMetastore 配置
  16.10.2 客戶端配置
第17章存儲處理程序和NoSQL
  17.1 Storage Handler Background
  17.2 HiveStorageHandler
  17.3 HBase
  17.4 Cassandra
  17.4.1 靜態列映射（Static Column Mapping）
  17.4.2 為動態列轉置列映射
  17.4.3 Cassandra SerDe Properties
  17.5 DynamoDB
第18章安全
  18.1 和Hadoop安全功能相結合
  18.2 使用Hive進行驗證
  18.3 Hive中的許可權管理
  18.3.1 用戶、組和角色
  18.3.2 Grant 和 Revoke許可權
  18.4 分區級別的許可權
  18.5 自動授權
第19章鎖
  19.1 Hive結合Zookeeper支持鎖功能
  19.2 顯式鎖和獨佔鎖
第20章 Hive和Oozie整合
  20.1 Oozie提供的多種動作（Action）
  20.2 一個只包含兩個查詢過程的工作流示例
  20.3 Oozie 網頁控制台
  20.4 工作流中的變數
  20.5 獲取輸出
  20.6 獲取輸出到變數
第21章 Hive和亞馬遜網路服務系統（AWS）
  21.1 為什麼要彈性MapReduce
  21.2 實例

  21.3 開始前的注意事項
  21.4 管理自有EMR Hive集群
  21.5 EMR Hive上的Thrift Server服務
  21.6 EMR上的實例組
  21.7 配置EMR集群
  21.7.1 部署hive-site.xml文件
  21.7.2 部署.hiverc腳本
  21.7.3 建立一個內存密集型配置
  21.8 EMR上的持久層和元數據存儲
  21.9 EMR集群上的HDFS和S
  21.10 在S3上部署資源、配置和輔助程序腳本
  21.11 S3上的日誌
  21.12 現買現賣
  21.13 安全組
  21.14 EMR和EC2以及Apache Hive的比較
  21.15 包裝
第22章 HCatalog
  22.1 介紹
  22.2 MapReduce
  22.2.1 讀數據
  22.2.2 寫數據
  22.3 命令行
  22.4 安全模型
  22.5 架構
第23章案例研究
  23.1 m6d.com（Media6Degrees）
  23.1.1 M 6D的數據科學，使用Hive和R
  23.1.2 M6D UDF偽隨機
  23.1.3 M6D如何管理多MapReduce集群間的Hive數據訪問
  23.2 Outbrain
  23.2.1 站內線上身份識別
  23.2.2 計算複雜度
  23.2.3 會話化
  23.3 NASA噴氣推進實驗室
  23.3.1 區域氣候模型評價系統
  23.3.2 我們的經驗：為什麼使用Hive
  23.3.3 解決這些問題我們所面臨的挑戰
  23.4 Photobucket
  23.4.1 Photobucket 公司的大數據應用情況
  23.4.2 Hive所使用的硬體資源信息
  23.4.3 Hive提供了什麼
  23.4.4 Hive支持的用戶有哪些
  23.5 SimpleReach
  23.6 Experiences and Needs from the Customer Trenches
  23.6.1 介紹
  23.6.2 Customer Trenches的用例
術語辭彙表

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

Hive編程指南