Hadoop构建数据仓库实践
￥ 11 1.2折 ￥ 89 九五品
仅1件
北京通州
认证卖家担保交易快速发货售后保障
作者王雪迎
出版社清华大学出版社
ISBN9787302469803
出版时间2017-07
版次1
装帧平装
开本16开
纸张胶版纸
页数434页
字数99999千字
定价89元
上书时间2024-05-15
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:Hadoop构建数据仓库实践
定价：89.00元
作者:王雪迎
出版社：清华大学出版社
出版日期：2017-07-01
ISBN：9787302469803
字数：710000
页码：434
版次：1
装帧：平装
开本：32开
商品重量：
编辑推荐
本书共13章，主要内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用Hive进行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala进行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。本书适合数据库管理员、大数据技术人员、Hadoop技术人员、数据仓库技术人员，也适合高等院校和培训学校相关专业的师生教学参考。
内容提要
本书讲述在流行的大数据分布式存储和计算平台Hadoop上设计实现数据仓库，将传统数据仓库建模与SQL开发的简单性与大数据技术相结合，快速、高效地建立可扩展的数据仓库及其应用系统。 本书内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用HIVE进行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala进行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。本书适合数据库管理员、大数据技术人员、Hadoop技术人员、数据仓库技术人员，也适合高等院校和培训机构相关专业的师生教学参考。
目录
目 录章 数据仓库简介1.1 什么是数据仓库 11.1.1 数据仓库的定义 11.1.2 建立数据仓库的原因 31.2 操作型系统与分析型系统 51.2.1 操作型系统 51.2.2 分析型系统 81.2.3 操作型系统和分析型系统对比 91.3 数据仓库架构 101.3.1 基本架构 101.3.2 主要数据仓库架构 121.3.3 操作数据存储 161.4 抽取-转换-装载 171.4.1 数据抽取 171.4.2 数据转换 191.4.3 数据装载 201.4.4 开发ETL系统的方法 211.4.5 常见ETL工具 211.5 数据仓库需求 221.5.1 基本需求 221.5.2 数据需求 231.6 小结 24第2章 数据仓库设计基础2.1 关系数据模型 252.1.1 关系数据模型中的结构 252.1.2 关系完整性 282.1.3 规范化 302.1.4 关系数据模型与数据仓库 332.2 维度数据模型 342.2.1 维度数据模型建模过程 352.2.2 维度规范化 362.2.3 维度数据模型的特点 372.2.4 星型模式 382.2.5 雪花模式 402.3 Data Vault模型 422.3.1 Data Vault模型简介 422.3.2 Data Vault模型的组成部分 432.3.3 Data Vault模型的特点 442.3.4 Data Vault模型的构建 442.3.5 Data Vault模型实例 462.4 数据集市 492.4.1 数据集市的概念 502.4.2 数据集市与数据仓库的区别 502.4.3 数据集市设计 502.5 数据仓库实施步骤 512.6 小结 54第3章 Hadoop生态圈与数据仓库3.1 大数据定义 553.2 Hadoop简介 563.2.1 Hadoop的构成 573.2.2 Hadoop的主要特点 583.2.3 Hadoop架构 583.3 Hadoop基本组件 593.3.1 HDFS 603.3.2 MapReduce 653.3.3 YARN 723.4 Hadoop生态圈的其他组件 773.5 Hadoop与数据仓库 813.5.1 关系数据库的可扩展性瓶颈 823.5.2 CAP理论 843.5.3 Hadoop数据仓库工具 853.6 小结 88第4章 安装Hadoop4.1 Hadoop主要发行版本 894.1.1 Cloudera Distribution for Hadoop（CDH） 894.1.2 Hortonworks Data Platform（HDP） 904.1.3 MapR Hadoop 904.2 安装Apache Hadoop 914.2.1 安装环境 914.2.2 安装前准备 924.2.3 安装配置Hadoop 934.2.4 安装后配置 974.2.5 初始化及运行 974.3 配置HDFS Federation 994.4 离线安装CDH及其所需的服务 1044.4.1 CDH安装概述 1044.4.2 安装环境 1064.4.3 安装配置 1064.4.4 Cloudera Manager许可证管理 1144.5 小结 115第5章 Kettle与Hadoop5.1 Kettle概述 1175.2 Kettle连接Hadoop 1195.2.1 连接HDFS 1195.2.2 连接Hive 1245.3 导出导入Hadoop集群数据 1285.3.1 把数据从HDFS抽取到RDBMS 1285.3.2 向Hive表导入数据 1325.4 执行Hive的HiveQL语句 1345.5 MapReduce转换示例 1355.6 Kettle提交Spark作业 1435.6.1 安装Spark 1435.6.2 配置Kettle向Spark集群提交作业 1465.7 小结 149第6章 建立数据仓库示例模型6.1 业务场景 1506.2 Hive相关配置 1526.2.1 选择文件格式 1526.2.2 支持行级更新 1596.2.3 Hive事务支持的限制 1646.3 Hive表分类 1646.4 向Hive表装载数据 1696.5 建立数据库表 1746.6 装载日期维度数据 1796.7 小结 180第7章 数据抽取7.1 逻辑数据映射 1827.2 数据抽取方式 1857.3 导出成文本文件 1917.4 分布式查询 1967.5 使用Sqoop抽取数据 2007.5.1 Sqoop简介 2007.5.2 CDH 5.7.0中的Sqoop 2037.5.3 使用Sqoop抽取数据 2037.5.4 Sqoop优化 2077.6 小结 208第8章 数据转换与装载8.1 数据清洗 2108.2 Hive简介 2148.2.1 Hive的体系结构 2158.2.2 Hive的工作流程 2168.2.3 Hive服务器 2188.2.4 Hive客户端 2218.3 初始装载 2318.4 定期装载 2368.5 Hive优化 2468.6 小结 254第9章 定期自动执行ETL作业9.1 crontab 2569.2 Oozie简介 2609.2.1 Oozie的体系结构 2609.2.2 CDH 5.7.0中的Oozie 2629.3 建立定期装载工作流 2629.4 建立协调器作业定期自动执行工作流 2719.5 Oozie优化 2759.6 小结 2760章 维度表技术10.1 增加列 27810.2 维度子集 28510.3 角色扮演维度 29210.4 层次维度 29810.4.1 固定深度的层次 29910.4.2 递归 30210.4.3 多路径层次 31010.4.4 参差不齐的层次 31210.5 退化维度 31310.6 杂项维度 31610.7 维度合并 32310.8 分段维度 32910.9 小结 3351章 事实表技术11.1 事实表概述 33611.2 周期快照 33711.3 累积快照 34311.4 无事实的事实表 34911.5 迟到的事实 35411.6 累积度量 36011.7 小结 3662章 联机分析处理12.1 联机分析处理简介 36712.1.1 概念 36712.1.2 分类 36812.1.3 性能 37112.2 Impala简介 37112.3 Hive、SparkSQL、Impala比较 37712.3.1 Spark SQL简介 37712.3.2 Hive、Spark SQL、Impala比较 37912.3.3 Hive、Spark SQL、Impala性能对比 38212.4 联机分析处理实例 38712.5 Apache Kylin与OLAP 39912.5.1 Apache Kylin架构 39912.5.2 Apache Kylin安装 40112.6 小结 4073章 数据可视化13.1 数据可视化简介 40813.2 Hue简介 41013.2.1 Hue功能快速预览 41113.2.2 配置元数据存储 41213.3 Zeppelin简介 41513.3.1 Zeppelin架构 41513.3.2 Zeppelin安装配置 41613.3.3 在Zeppelin中添加MySQL翻译器 42113.4 Hue、Zeppelin比较 42513.5 数据可视化实例 42613.6 小结 434
作者介绍
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价