Hive入門與大數據分析實戰(zhàn)

定　價：￥89.00

作　者：	遲殿委
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302634218	出版時間：	2023-06-01	包裝：	平裝-膠訂
開本：	16開	頁數：		字數：

內容簡介

　　Hive是基于Hadoop的一個數據倉庫工具，用來進行數據的提取、轉換、加載，這是一種可以存儲、查詢和分析存儲在Hadoop中的大規(guī)模數據的機制。Hive能將結構化的數據文件映射為一張數據庫表，并能提供SQL查詢分析功能，將SQL語句轉換成MapReduce任務來執(zhí)行，從而實現對數據進行分析的目的。本書配套示例源碼、PPT課件、教學大綱。本書可作為Hive數據倉庫初學者的入門書，也可作為Hive大數據分析與大數據應用開發(fā)工程師的指導手冊，還可作為高等院?；蛘吒呗毟邔Ｓ嬎銠C技術、人工智能、大數據技術及相關專業(yè)的教材或教學參考書?！禜ive入門與大數據分析實戰(zhàn)》共分11章，內容包括數據倉庫與Hive、Hive部署與基本操作、Hive語法基礎、Hive數據定義、Hive數據操作、Hive查詢、Hive函數、Hive數據壓縮、Hive調優(yōu)、基于Hive的網站流量分析項目實戰(zhàn)、旅游酒店評價大數據分析項目實戰(zhàn)。后的兩個項目實戰(zhàn)（均包括SQL和Java編程兩種解決方法）幫助讀者提高Hive大數據分析的綜合實戰(zhàn)能力。本書注重基礎，內容翔實，突出示例講解，既可以作為從事數據分析處理的科研工程技術人員的自學用書，也可以作為高等學校相關專業(yè)的本科生、研究生的教學用書。

作者簡介

　　遲殿委，計算機軟件與理論專業(yè)碩士，系統架構設計師。有多年企業(yè)軟件研發(fā)經驗和豐富的JavaEE、大數據技術培訓經驗，熟練掌握JavaEE與大數據全棧技術框架，擅長JavaEE系統架構設計、大數據分析與挖掘。著有圖書《Hive入門與大數據分析實戰(zhàn)》《Hadoop大數據分析技術》《Hadoop Spark大數據分析實戰(zhàn)》《Spring Boot企業(yè)級開發(fā)實戰(zhàn)（視頻教學版）》《深入淺出Java編程》《Spring Boot Spring Cloud微服務開發(fā)》。

圖書目錄

第1章數據倉庫與Hive1
1.1 數據倉庫概述1
1.1.1 數據倉庫特征與重要概念1
1.1.2 數據倉庫的數據存儲方式2
1.2 Hive數據倉庫簡介5
1.3 Hive版本和MapReduce版本的WordCount比較6
1.4 Hive和Hadoop的關系7
1.5 Hive和關系數據庫的異同8
1.6 Hive數據存儲簡介9
第2章 Hive部署與基本操作11
2.1 Linux環(huán)境的搭建11
2.1.1 VirtualBox虛擬機安裝11
2.1.2 安裝Linux操作系統13
2.1.3 SSH工具與使用19
2.1.4 Linux統一設置21
2.2 Hadoop偽分布式環(huán)境的搭建23
2.2.1 安裝本地模式運行的Hadoop23
2.2.2 Hadoop偽分布式環(huán)境的準備25
2.2.3 Hadoop偽分布式的安裝29
2.3 Hadoop完全分布式環(huán)境的搭建35
2.3.1 Hadoop完全分布式集群的搭建35
2.3.2 ZooKeeper高可靠集群的搭建40
2.3.3 Hadoop高可靠集群的搭建44
2.4 Hive的安裝與配置53
2.4.1 Hive的安裝與啟動53
2.4.2 基本的SQL操作命令54
2.5 Hive的一些命令56
2.5.1 顯示Hive的幫助56
2.5.2 顯示Hive某個命令的幫助56
2.5.3 變量與屬性56
2.5.4 指定SQL語句或文件57
2.5.5 顯示表頭58
2.6 Hive元數據庫58
2.6.1 Derby58
2.6.2 MySQL60
2.7 MySQL的安裝61
2.8 配置MySQL保存Hive元數據62
2.9 HiveServer2與Beeline配置65
第3章 Hive語法基礎68
3.1 數據類型列表68
3.2 集合類型69
3.2.1 array測試70
3.2.2 map測試71
3.2.3 struct測試71
3.3 數據類型轉換72
3.4 運算符73
3.5 Hive表存儲格式74
3.6 Hive的其他操作命令75
3.7 Hive分析Tomcat日志案例76
第4章 Hive數據定義79
4.1 數據庫的增刪改查79
4.1.1 在默認位置創(chuàng)建數據庫79
4.1.2 指定目錄創(chuàng)建數據庫80
4.1.3 顯示當前使用的數據庫81
4.1.4 刪除數據庫81
4.2 創(chuàng)建內部表81
4.3 使用關鍵字external創(chuàng)建外部表83
4.3.1 指定現有目錄84
4.3.2 先創(chuàng)建表，再指定目錄84
4.3.3 顯示某個表或某個分區(qū)的信息85
4.4 創(chuàng)建分桶表86
4.5 分區(qū)表89
4.5.1 創(chuàng)建和顯示分區(qū)表89
4.5.2 增加、刪除和修改分區(qū)90
4.6 顯示某張表的詳細信息92
4.7 指定輸入輸出都是SequenceFile類型94
4.8 關于視圖94
4.8.1 使用視圖降低查詢的復雜度94
4.8.2 查看視圖的信息95
4.8.3 刪除視圖95
第5章 Hive數據操作96
5.1 向表中裝載數據96
5.2 通過Insert向表中插入數據97
5.3 動態(tài)分區(qū)插入數據98
5.4 創(chuàng)建表并插入數據100
5.5 導出數據100
第6章 Hive查詢103
6.1 SelectFrom語句103
6.2 Select基本查詢104
6.3 Where語句105
6.4 Group By語句107
6.5 Join語句108
6.6 排序110
6.6.1 Order By110
6.6.2 Sort By112
6.6.3 Distribute By113
6.6.4 Cluster By114
6.7 抽樣查詢114
第7章 Hive函數117
7.1 查看系統內置函數117
7.2 常用內置函數117
7.3 Hive的其他函數121
7.3.1 準備數據121
7.3.2 其他函數的使用121
7.3.3 顯示某個函數的幫助信息131
7.4 自定義函數132
7.4.1 Hive自定義UDF的過程132
7.4.2 Hive UDTF函數135
第8章 Hive數據壓縮138
8.1 數據壓縮格式138
8.2 數據壓縮配置139
8.2.1 Snappy壓縮方式配置139
8.2.2 MapReduce支持的壓縮編碼141
8.2.3 MapReduce壓縮參數配置142
8.3 開啟Map端和Reduce端的輸出壓縮142
8.4 常用Hive表存儲格式比較144
8.5 存儲與壓縮相結合148
第9章 Hive調優(yōu)151
9.1 Hadoop計算框架特性151
9.2 Hive優(yōu)化的常用手段151
9.3 Hive優(yōu)化要點152
9.3.1 全排序152
9.3.2 怎樣做笛卡兒積156
9.3.3 怎樣寫exist/in子句156
9.3.4 怎樣決定Reducer個數156
9.3.5 合并MapReduce操作157
9.3.6 Bucket與Sampling157
9.3.7 Partition158
9.3.8 Join158
9.3.9 數據傾斜160
9.3.10 合并小文件161
9.3.11 Group By163
第10章基于Hive的網站流量分析項目實戰(zhàn)164
10.1 項目需求及分析164
10.1.1 數據集及數據說明164
10.1.2 功能需求165
10.2 利用Java實現數據清洗165
10.2.1 數據上傳到HDFS166
10.2.2 http.log數據清洗166
10.2.3 phone.txt數據清洗170
10.3 利用MySQL實現數據清洗173
10.3.1 http.log數據清洗173
10.3.2 phone.txt數據清洗175
10.4 數據分析的實現176
10.4.1 創(chuàng)建Hive庫和表176
10.4.2 使用SQL進行數據分析176
第11章旅游酒店評價大數據分析項目實戰(zhàn)180
11.1 項目介紹180
11.2 項目需求及分析181
11.2.1 數據集及數據說明181
11.2.2 功能需求183
11.3 利用Java實現數據清洗184
11.3.1 本地Hadoop運行環(huán)境搭建184
11.3.2 數據上傳到HDFS186
11.3.3 Hadoop數據清洗189
11.4 利用MySQL實現數據清洗192
10.4.1 hotelbasic.csv數據清洗192
10.4.2 hoteldata.csv數據清洗193
11.5 數據分析的實現194
11.5.1 構建Hive數據倉庫表194
11.5.2 導出結果數據到MySQL197
11.6 分析結果數據可視化200
11.6.1 數據可視化開發(fā)200
11.6.2 數據可視化部署208