计算机 类型
7.5 豆瓣评分
可以朗读 语音朗读
357千字 字数
2013-12-01 发行日期
展开全部

主编推荐语

Hive编程指南：案例教学、优化与扩展

内容简介

本书是一本Hive的编程指南。本书以案例为主，主要向读者介绍如何设置并优化Hive,以及如何与其他工具并用，如HBase等。还将介绍如何使用Java或脚本语言编写自定义代码来扩展Hive.全书将对Hive进行全面详实的介绍，主要适用于SQL专家，如数据库设计人员和业务分析师。我们也谈到了深入的技术细节，可以帮助Hadoop开发人员对Hive进行调优和定制。

目录

  • 版权信息
  • 版权声明
  • 内容提要
  • O'Reilly Media，Inc.介绍
  • 作者简介
  • 作者序
  • 致谢
  • 前言
  • 第1章 基础知识
  • 1.1 Hadoop和MapReduce综述
  • MapReduce
  • 1.2 Hadoop生态系统中的Hive
  • 1.2.1 Pig
  • 1.2.2 HBase
  • 1.2.3 Cascading、Crunch及其他
  • 1.3 Java和Hive：词频统计算法
  • 1.4 后续事情
  • 第2章 基础操作
  • 2.1 安装预先配置好的虚拟机
  • 2.2 安装详细步骤
  • 2.2.1 装Java
  • 2.2.2 安装Hadoop
  • 2.2.3 本地模式、伪分布式模式和分布式模式
  • 2.2.4 测试Hadoop
  • 2.2.5 安装Hive
  • 2.3 Hive内部是什么
  • 2.4 启动Hive
  • 2.5 配置Hadoop环境
  • 2.5.1 本地模式配置
  • 2.5.2 分布式模式和伪分布式模式配置
  • 2.5.3 使用JDBC连接元数据
  • 2.6 Hive命令
  • 命令选项
  • 2.7 命令行界面
  • 2.7.1 CLI 选项
  • 2.7.2 变量和属性
  • 2.7.3 Hive中“一次使用”命令
  • 2.7.4 从文件中执行Hive查询
  • 2.7.5 hiverc文件
  • 2.7.6 使用Hive CLI的更多介绍
  • 2.7.7 查看操作命令历史
  • 2.7.8 执行shell命令
  • 2.7.9 在Hive内使用Hadoop的dfs命令
  • 2.7.10 Hive脚本中如何进行注释
  • 2.7.11 显示字段名称
  • 第3章 数据类型和文件格式
  • 3.1 基本数据类型
  • 3.2 集合数据类型
  • 3.3 文本文件数据编码
  • 3.4 读时模式
  • 第4章 HiveQL：数据定义
  • 4.1 Hive中的数据库
  • 4.2 修改数据库
  • 4.3 创建表
  • 4.3.1 管理表
  • 4.3.2 外部表
  • 4.4 分区表、管理表
  • 4.4.1 外部分区表
  • 4.4.2 自定义表的存储格式
  • 4.5 删除表
  • 4.6 修改表
  • 4.6.1 表重命名
  • 4.6.2 增加、修改和删除表分区
  • 4.6.3 修改列信息
  • 4.6.4 增加列
  • 4.6.5 删除或者替换列
  • 4.6.6 修改表属性
  • 4.6.7 修改存储属性
  • 4.6.8 众多的修改表语句
  • 第5章 HiveQL：数据操作
  • 5.1 向管理表中装载数据
  • 5.2 通过查询语句向表中插入数据
  • 动态分区插入
  • 5.3 单个查询语句中创建表并加载数据
  • 5.4 导出数据
  • 第6章 HiveQL：查询
  • 6.1 SELECT… FROM语句
  • 6.1.1 使用正则表达式来指定列
  • 6.1.2 使用列值进行计算
  • 6.1.3 算术运算符
  • 6.1.4 使用函数
  • 6.1.5 LIMIT语句
  • 6.1.6 列别名
  • 6.1.7 嵌套SELECT语句
  • 6.1.8 CASE … WHEN … THEN 句式
  • 6.1.9 什么情况下Hive可以避免进行MapReduce
  • 6.2 WHERE语句
  • 6.2.1 谓词操作符
  • 6.2.2 关于浮点数比较
  • 6.2.3 LIKE和RLIKE
  • 6.3 GROUP BY 语句
  • HAVING语句
  • 6.4 JOIN语句
  • 6.4.1 INNER JOIN
  • 6.4.2 JOIN优化
  • 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 笛卡尔积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 类型转换
  • 类型转换BINARY值
  • 6.9 抽样查询
  • 6.9.1 数据块抽样
  • 6.9.2 分桶表的输入裁剪
  • 6.10 UNION ALL
  • 第7章 HiveQL：视图
  • 7.1 使用视图来降低查询复杂度
  • 7.2 使用视图来限制基于条件过滤的数据
  • 7.3 动态分区中的视图和map类型
  • 7.4 视图零零碎碎相关的事情
  • 第8章 HiveQL：索引
  • 8.1 创建索引
  • Bitmap索引
  • 8.2 重建索引
  • 8.3 显示索引
  • 8.4 删除索引
  • 8.5 实现一个定制化的索引处理器
  • 第9章 模式设计
  • 9.1 按天划分的表
  • 9.2 关于分区
  • 9.3 唯一键和标准化
  • 9.4 同一份数据多种处理
  • 9.5 对于每个表的分区
  • 9.6 分桶表数据存储
  • 9.7 为表增加列
  • 9.8 使用列存储表
  • 9.8.1 重复数据
  • 9.8.2 多列
  • 9.9 （几乎）总是使用压缩
  • 第10章 调优
  • 10.1 使用EXPLAIN
  • 10.2 EXPLAIN EXTENDED
  • 10.3 限制调整
  • 10.4 JOIN优化
  • 10.5 本地模式
  • 10.6 并行执行
  • 10.7 严格模式
  • 10.8 调整mapper和reducer个数
  • 10.9 JVM重用
  • 10.10 索引
  • 10.11 动态分区调整
  • 10.12 推测执行
  • 10.13 单个MapReduce中多个GROUP BY
  • 10.14 虚拟列
  • 第11章 其他文件格式和压缩方法
  • 11.1 确定安装编解码器
  • 11.2 选择一种压缩编/解码器
  • 11.3 开启中间压缩
  • 11.4 最终输出结果压缩
  • 11.5 sequence file存储格式
  • 11.6 使用压缩实践
  • 11.7 存档分区
  • 11.8 压缩：包扎
  • 第12章 开发
  • 12.1 修改Log4J属性
  • 12.2 连接Java调试器到Hive
  • 12.3 从源码编译Hive
  • 12.3.1 执行Hive测试用例
  • 12.3.2 执行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进行单元测试
  • 12.7 新增的插件开发工具箱（PDK）
  • 第13章 函数
  • 13.1 发现和描述函数
  • 13.2 调用函数
  • 13.3 标准函数
  • 13.4 聚合函数
  • 13.5 表生成函数
  • 13.6 一个通过日期计算其星座的UDF
  • 13.7 UDF与GenericUDF
  • 13.8 不变函数
  • 13.9 用户自定义聚合函数
  • 创建一个COLLECT UDAF来模拟GROUP_CONCAT
  • 13.10 用户自定义表生成函数
  • 13.10.1 可以产生多行数据的UDTF
  • 13.10.2 可以产生具有多个字段的单行数据的UDTF
  • 13.10.3 可以模拟复杂数据类型的UDTF
  • 13.11 在 UDF中访问分布式缓存
  • 13.12 以函数的方式使用注解
  • 13.12.1 定数性（deterministic）标注
  • 13.12.2 状态性（stateful）标注
  • 13.12.3 唯一性
  • 13.13 宏命令
  • 第14章 Streaming
  • 14.1 恒等变换
  • 14.2 改变类型
  • 14.3 投影变换
  • 14.4 操作转换
  • 14.5 使用分布式内存
  • 14.6 由一行产生多行
  • 14.7 使用streaming进行聚合计算
  • 14.8 CLUSTER BY、DISTRIBUTE BY、SORT BY
  • 14.9 GenericMR Tools for Streaming to Java
  • 14.10 计算cogroup
  • 第15章 自定义Hive文件和记录格式
  • 15.1 文件和记录格式
  • 15.2 阐明CREATE TABLE句式
  • 15.3 文件格式
  • 15.3.1 SequenceFile
  • 15.3.2 RCfile
  • 15.3.3 示例自定义输入格式：DualInputFormat
  • 15.4 记录格式：SerDe
  • 15.5 CSV和TSV SerDe
  • 15.6 ObjectInspector
  • 15.7 Thing Big Hive Reflection ObjectInspector
  • 15.8 XML UDF
  • 15.9 XPath相关的函数
  • 15.10 JSON SerDe
  • 15.11 Avro Hive SerDe
  • 15.11.1 使用表属性信息定义Avro Schema
  • 15.11.2 从指定URL中定义Schema
  • 15.11.3 进化的模式
  • 15.12 二进制输出
  • 第16章 Hive的Thrift服务
  • 16.1 启动Thrift Server
  • 16.2 配置Groovy使用HiveServer
  • 16.3 连接到HiveServer
  • 16.4 获取集群状态信息
  • 16.5 结果集模式
  • 16.6 获取结果
  • 16.7 获取执行计划
  • 16.8 元数据存储方法
  • 表检查器例子
  • 16.9 管理HiveServer
  • 16.9.1 生产环境使用HiveServer
  • 16.9.2 清理
  • 16.10 Hive ThriftMetastore
  • 16.10.1 ThriftMetastore 配置
  • 16.10.2 客户端配置
  • 第17章 存储处理程序和NoSQL
  • 17.1 Storage Handler Background
  • 17.2 HiveStorageHandler
  • 17.3 HBase
  • 17.4 Cassandra
  • 17.4.1 静态列映射（Static Column Mapping）
  • 17.4.2 为动态列转置列映射
  • 17.4.3 Cassandra SerDe Properties
  • 17.5 DynamoDB
  • 第18章 安全
  • 18.1 和Hadoop安全功能相结合
  • 18.2 使用Hive进行验证
  • 18.3 Hive中的权限管理
  • 18.3.1 用户、组和角色
  • 18.3.2 Grant 和 Revoke权限
  • 18.4 分区级别的权限
  • 18.5 自动授权
  • 第19章 锁
  • 19.1 Hive结合Zookeeper支持锁功能
  • 19.2 显式锁和独占锁
  • 第20章 Hive和Oozie整合
  • 20.1 Oozie提供的多种动作（Action）
  • Hive Thrift Service Action
  • 20.2 一个只包含两个查询过程的工作流示例
  • 20.3 Oozie 网页控制台
  • 20.4 工作流中的变量
  • 20.5 获取输出
  • 20.6 获取输出到变量
  • 第21章 Hive和亚马逊网络服务系统（AWS）
  • 21.1 为什么要弹性MapReduce
  • 21.2 实例
  • 21.3 开始前的注意事项
  • 21.4 管理自有EMR Hive集群
  • 21.5 EMR Hive上的Thrift Server服务
  • 21.6 EMR上的实例组
  • 21.7 配置EMR集群
  • 21.7.1 部署hive-site.xml文件
  • 21.7.2 部署.hiverc脚本
  • 21.7.3 建立一个内存密集型配置
  • 21.8 EMR上的持久层和元数据存储
  • 21.9 EMR集群上的HDFS和S3
  • 21.10 在S3上部署资源、配置和辅助程序脚本
  • 21.11 S3上的日志
  • 21.12 现买现卖
  • 21.13 安全组
  • 21.14 EMR和EC2以及Apache Hive的比较
  • 21.15 包装
  • 第22章 HCatalog
  • 22.1 介绍
  • 22.2 MapReduce
  • 22.2.1 读数据
  • 22.2.2 写数据
  • 22.3 命令行
  • 22.4 安全模型
  • 22.5 架构
  • 第23章 案例研究
  • 23.1 m6d.com(Media6Degrees)
  • 23.1.1 M 6D的数据科学，使用Hive和R
  • 23.1.2 M6D UDF伪随机
  • 23.1.3 M6D如何管理多MapReduce集群间的Hive数据访问
  • 23.2 Outbrain
  • 23.2.1 站内线上身份识别
  • 23.2.2 计算复杂度
  • 23.2.3 会话化
  • 23.3 NASA喷气推进实验室
  • 23.3.1 区域气候模型评价系统
  • 23.3.2 我们的经验：为什么使用Hive
  • 23.3.3 解决这些问题我们所面临的挑战
  • 23.4 Photobucket
  • 23.4.1 Photobucket 公司的大数据应用情况
  • 23.4.2 Hive所使用的硬件资源信息
  • 23.4.3 Hive提供了什么
  • 23.4.4 Hive支持的用户有哪些
  • 23.5 SimpleReach
  • 23.6 Experiences and Needs from the Customer Trenches
  • 标题：来自Karmasphere的视角
  • 23.6.1 介绍
  • 23.6.2 Customer Trenches的用例
  • 术语词汇表
  • 书末说明
  • 欢迎来到异步社区！
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。