具体描述
套裝三冊：
HBase權威指南
Hive編程指南
Hadoop權威指南：大數據的存儲與分析（第4版）修訂版
9787302465133 9787115333834 9787115318893
本書結閤理論和實踐，由淺入深，全方位介紹瞭Hadoop這一高性能的海量數據處理和分析平颱。全書5部分24章，第Ⅰ部分介紹Hadoop基礎知識，主題涉及Hadoop、MapReduce、Hadoop分布式文件係統、YARN、Hadoop的I/O操作。第Ⅱ部分介紹MapReduce,主題包括MapReduce應用開發；MapReduce的工作機製、MapReduce的類型與格式、MapReduce的特性。第Ⅲ部分介紹Hadoop的運維，主題涉及構建Hadoop集群、管理Hadoop。第Ⅳ部分介紹Hadoop相關開源項目，主題涉及Avro、Parquet、Flume、Sqoop、Pig、Hive、Crunch、Spark、HBase、ZooKeeper。第Ⅴ部分提供瞭三個案例，分彆來自醫療衛生信息技術服務商塞納(Cerner)、微軟的人工智能項目ADAM(一種大規模分布式深度學習框架)和開源項目Cascading(一個新的針對MapReduce的數據處理API)。
本書是一本專業、全麵的Hadoop參考書和工具書，闡述瞭Hadoop生態圈的新發展和應用，程序員可以從中探索海量數據集的存儲和分析，管理員可以從中瞭解Hadoop集群的安裝和運維。
第Ⅰ部分Hadoop基礎知識
第1章初識Hadoop3
1.1數據！數據！3
1.2數據的存儲與分析5
1.3查詢所有數據6
1.4不僅僅是批處理7
1.5相較於其他係統的優勢8
1.6ApacheHadoop發展簡史12
1.7本書包含的內容16
第2章關於MapReduce19
2.1氣象數據集19
2.2使用Unix工具來分析數據21
2.3使用Hadoop來分析數據22
2.4橫嚮擴展31
2.5HadoopStreaming37
第3章Hadoop分布式文件係統42
3.1HDFS的設計42
3.2HDFS的概念44
3.3命令行接口50
3.4Hadoop文件係統52
3.5Java接口56
3.6數據流68
3.7通過distcp並行復製76
第4章關於YARN78
4.1剖析YARN應用運行機製79
4.2YARN與MapReduce1相比82
4.3YARN中的調度85
4.4延伸閱讀95
第5章Hadoop的I/O操作96
5.1數據完整性96
5.2壓縮99
5.3序列化109
5.4基於文件的數據結構127
第Ⅱ部分關於MapReduce
第6章MapReduce應用開發141
6.1用於配置的API142
6.2配置開發環境144
6.3用MRUnit來寫單元測試152
6.4本地運行測試數據156
6.5在集群上運行160
6.6作業調優174
6.7MapReduce的工作流176
第7章MapReduce的工作機製184
7.1剖析MapReduce作業運行
機製184
7.2失敗191
7.3shuffle和排序195
7.4任務的執行201
第8章MapReduce的
類型與格式207
8.1MapReduce的類型207
8.2輸入格式218
8.3輸齣格式236
第9章MapReduce的特性243
9.1計數器243
9.2排序252
9.3連接264
9.4邊數據分布270
9.5MapReduce庫類276
第Ⅲ部分Hadoop的操作
第10章構建Hadoop集群279
10.1集群規範280
10.2集群的構建和安裝284
10.3Hadoop配置288
10.4安全性305
10.5利用基準評測程序測試
Hadoop集群311
第11章管理Hadoop314
11.1HDFS314
11.2監控327
11.3維護329
第Ⅳ部分Hadoop相關開源項目
第12章關於Avro341
12.1Avro數據類型和模式342
12.2內存中的序列化和
反序列化特定API347
12.3Avro數據文件349
12.4互操作性351
12.5模式解析352
12.6排列順序354
12.7關於AvroMapReduce356
12.8使用AvroMapReduce
進行排序359
12.9其他語言的Avro362
第13章關於Parquet363
13.1數據模型364
13.2Parquet文件格式367
13.3Parquet的配置368
13.4Parquet文件的讀/寫369
13.5ParquetMapReduce374
第14章關於Flume377
14.1安裝Flume378
14.2示例378
14.3事務和可靠性380
14.4HDFSSink382
14.5扇齣385
14.6通過代理層分發387
14.7Sink組391
14.8Flume與應用程序的集成395
14.9組件編目395
14.10延伸閱讀397
第15章關於Sqoop398
15.1獲取Sqoop398
15.2Sqoop連接器400
15.3一個導入的例子401
15.4生成代碼404
15.5深入瞭解數據庫導入405
15.6使用導入的數據409
15.7導入大對象412
15.8執行導齣414
15.9深入瞭解導齣功能416
15.10延伸閱讀419
第16章關於Pig420
16.1安裝與運行Pig421
16.2示例425
16.3與數據庫進行比較428
16.4PigLatin429
16.5用戶自定義函數446
16.6數據處理操作455
16.7Pig實戰465
16.8延伸閱讀468
第17章關於Hive469
17.1安裝Hive470
17.2示例472
17.3運行Hive473
17.4Hive與傳統數據庫相比480
17.5HiveQL483
17.6錶488
17.7查詢數據501
17.8用戶定義函數508
17.9延伸閱讀516
第18章關於Crunch517
18.1示例518
18.2Crunch核心API521
18.3管綫執行537
18.4Crunch庫545
18.5延伸閱讀547
第19章關於Spark548
19.1安裝Spark549
19.2示例549
19.3彈性分布式數據集555
19.4共享變量564
19.5剖析Spark作業運行機製565
19.6執行器和集群管理器570
19.7延伸閱讀574
第20章關於HBase575
20.1HBase基礎575
20.2概念576
20.3安裝581
20.4客戶端584
20.5創建在綫查詢應用589
20.6HBase和RDBMS的比較598
20.7Praxis601
20.8延伸閱讀602
第21章關於ZooKeeper604
21.1安裝和運行ZooKeeper605
21.2示例607
21.3ZooKeeper服務615
21.4使用ZooKeeper來構建
應用629
21.5生産環境中的ZooKeeper640
21.6延伸閱讀643
第Ⅴ部分案例學習
第22章醫療公司塞納(Cerner)
0........
書名:HBase權威指南(“十二五”國傢重點圖書齣版規劃項目)
原價：89.00元
作者:[美]Lars George 著
齣版社：人民郵電齣版社
齣版日期：2013-10-1
ISBN：9787115318893
字數：646000
頁碼：476
版次：1
裝幀：平裝
開本：16開
編輯推薦
Apache HBase項目管理委員會主席Michael Stack作序推薦。
作者Lars George是HBase Committer，HBase文檔的主要貢獻者，Cloudera公司解決方案架構師，主要為Hadoop和HBase提供技術支持、谘詢和培訓工作。
這是一本介紹HBase內部機製的書，是·權威的HBase開發指南。
目錄
目 錄
第1章 簡介 1
1.1 海量數據的黎明 1
1.2 關係數據庫係統的問題 5
1.3 非關係型數據庫係統Not-Only-SQL(簡稱NoSQL) 7
1.3.1 維度 9
1.3.2 可擴展性 12
1.3.3 數據庫的範式化和反範式化 12
1.4 結構 15
1.4.1 背景 15
1.4.2 錶、行、列和單元格 16
1.4.3 自動分區 20
1.4.4 存儲API 21
1.4.5 實現 22
1.4.6 小結 25
1.5 HBase：Hadoop數據庫 25
1.5.1 曆史 26
1.5.2 命名 27
1.5.3 小結 27
第2章 安裝 28
2.1 快速啓動指南 28
2.2 必備條件 31
2.2.1 硬件 31
2.2.2 軟件 37
2.3 HBase使用的文件係統 47
2.3.1 本地模式 48
2.3.2 HDFS 49
2.3.3 S3 49
2.3.4 其他文件係統 50
2.4 安裝選項 50
2.4.1 Apache二進製發布包 50
2.4.2 編譯源碼 52
2.5 運行模式 53
2.5.1 單機模式 53
2.5.2 分布式模式 53
2.6 配置 57
2.6.1 hbase-site.xml與hbase-default.xml 58
2.6.2 hbase-env.sh 59
2.6.3 regionserver 59
2.6.4 log4j.properties 59
2.6.5 配置示例 59
2.6.6 客戶端配置 61
2.7 部署 61
2.7.1 基於腳本 62
2.7.2 Apache Whirr 63
2.7.3 Puppet與Chef 63
2.8 操作集群 64
2.8.1 確定安裝運行 64
2.8.2 Web UI介紹 65
2.8.3 Shell介紹 66
2.8.4 關閉集群 66
第3章 客戶端API：基礎知識 68
3.1 概述 68
3.2 CRUD操作 69
3.2.1 put方法 69
3.2.2 get方法 87
3.2.3 刪除方法 97
3.3 批量處理操作 107
3.4 行鎖 110
3.5 掃描 114
3.5.1 介紹 114
3.5.2 ResultScanner類 117
3.5.3 緩存與批量處理 119
3.6 各種特性 125
3.6.1 HTable的實用方法 125
3.6.2 Bytes類 127
第4章 客戶端API：高級特性 129
4.1 過濾器 129
4.1.1 過濾器簡介 129
4.1.2 比較過濾器 132
4.1.3 專用過濾器 139
4.1.4 附加過濾器 147
4.1.5 FilterList 151
4.1.6 自定義過濾器 153
4.1.7 過濾器總結 159
4.2 計數器 160
4.2.1 計數器簡介 160
4.2.2 單計數器 163
4.2.3 多計數器 164
4.3 協處理器 166
4.3.1 協處理器簡介 167
4.3.2 Coprocessor類 168
4.3.3 協處理器加載 171
4.3.4 RegionObserver類 174
4.3.5 MasterObserver類 180
4.3.6 endpoint 184
4.4 HTablePool 190
4.5 連接管理 194
第5章 客戶端API：管理功能 197
5.1 模式定義 197
5.1.1 錶 197
5.1.2 錶屬性 199
5.1.3 列族 202
5.2 HBaseAdmin 207
5.2.1 基本操作 208
5.2.2 錶操作 209
5.2.3 模式操作 217
5.2.4 集群管理 219
5.2.5 集群狀態信息 222
第6章 可用客戶端 230
6.1 REST、Thrift和Avro的介紹 230
6.2 交互客戶端 233
6.2.1 原生Java 233
6.2.2 REST 233
6.2.3 Thrift 240
6.2.4 Avro 244
6.2.5 其他客戶端 245
6.3 批處理客戶端 246
6.3.1 MapReduce 246
6.3.2 Hive 246
6.3.3 Pig 252
6.3.4 Cascading 256
6.4 Shell 257
6.4.1 基礎 257
6.4.2 命令 259
6.4.3 腳本 263
6.5 基於Web的UI 265
6.5.1 master的UI 265
6.5.2 region服務器的UI 270
6.5.3 共享頁麵 272
第7章 與MapReduce集成 275
7.1 框架 275
7.1.1 MapReduce介紹 275
7.1.2 類 276
7.1.3 支撐類 279
7.1.4 MapReduce的執行地點 279
7.1.5 錶拆分 280
7.2 在HBase之上的MapReduce 281
7.2.1 準備 281
7.2.2 數據流嚮 286
7.2.3 數據源 291
7.2.4 數據源與數據流嚮 293
7.2.5 自定義處理 296
第8章 架構 299
8.1 數據查找和傳輸 299
8.1.1 B 樹 299
8.1.2 LSM樹 300
8.2 存儲 302
8.2.1 概覽 303
8.2.2 寫路徑 304
8.2.3 文件 305
8.2.4 HFile格式 313
8.2.5 KeyValue格式 316
8.3 WAL 316
8.3.1 概述 317
8.3.2 HLog類 318
8.3.3 HLogKey類 319
8.3.4 WALEdit類 319
8.3.5 LogSyncer類 319
8.3.6 LogRoller類 320
8.3.7 迴放 321
8.3.8 持久性 324
8.4 讀路徑 325
8.5 region查找 328
8.6 region生命周期 330
8.7 ZooKeeper 330
8.8 復製 333
8.8.1 Log Edit的生命周期 334
8.8.2 內部機製 335
第9章 高級用法 339
9.1 行鍵設計 339
9.1.1 概念 339
9.1.2 高錶與寬錶 341
9.1.3 部分鍵掃描 342
9.1.4 分頁 343
9.1.5 時間序列 344
9.1.6 時間順序關係 348
9.2 高級模式 350
9.3 輔助索引 350
9.4 搜索集成 354
9.5 事務 357
9.6 布隆過濾器 358
9.7 版本管理 361
9.7.1 隱式版本控製 361
9.7.2 自定義版本控製 364
第10章 集群監控 366
10.1 介紹 366
10.2 監控框架 367
10.2.1 上下文、記錄和監控指標 367
10.2.2 master監控指標 372
10.2.3 region服務器監控指標 373
10.2.4 RPC監控指標 375
10.2.5 JVM監控指標 376
10.2.6 info監控指標 377
10.3 Ganglia 378
10.3.1 安裝 379
10.3.2 用法 383
10.4 JMX 386
10.4.1 JConsole 388
10.4.2 JMX遠程API 390
10.5 Nagios 394
第11章 性能優化 395
11.1 垃圾迴收優化 395
11.2 本地memstore分配緩衝區 398
11.3 壓縮 399
11.3.1 可用的編解碼器 400
11.3.2 驗證安裝 401
11.3.3 啓用壓縮 403
11.4 優化拆分和閤並 404
11.4.1 管理拆分 404
11.4.2 region熱點 405
11.4.3 預拆分region 406
11.5 負載均衡 407
11.6 閤並region 408
| 商品名稱： | Hive編程指南 | 開本： | |
| 作者： | (美)卡普廖洛//萬普勒//盧森格林|譯者:曹坤 | 頁數： | |
| 定價： | 69 | 齣版時間： | 2013-12-01 |
| ISBN號： | 9787115333834 | 印刷時間： | 2013-12-01 |
| 齣版社： | 人民郵電 | 版次： | 1 |
| 商品類型： | 圖書 | 印次： | 1 |
1.1 Hadoop和MapReduce綜述
1.2 Hadoop生態係統中的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、僞分布式模式和分布式模式
2.2.4 測試Hadoop
2.2.5 安裝Hive
2.3 Hive內部是什麼
2.4 啓動Hive
2.5 配置Hadoop環境
2.5.1 本地模式配置
2.5.2 分布式模式和僞分布式模式配置
2.5.3 使用JDBC連接元數據
2.6 Hive命令
2.7 命令行界麵
2.7.1 CLI 選項
2.7.2 變量和屬性
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***多介紹
2.7.7 查看操作命令曆史
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腳本中如何進行注釋
2.7.11 顯示字段名稱
第3章 數據類型和文件格式
3.1 基本數據類型
3.2 集閤數據類型
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中的數據庫
4.2 修改數據庫
4.3 創建錶
4.3.1 管理錶
4.3.2 外部錶
4.4 分區錶、管理錶
4.4.1 外部分區錶
4.4.2 自定義錶的存儲格式
4.5 刪除錶
4.6 修改錶
4.6.1 錶重命名
4.6.2 增加、修改和刪除錶分區
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 修改錶屬性
4.6.7 修改存儲屬性
4.6.8 眾多的修改錶語句
第5章 HiveQL：數據操作
5.1 嚮管理錶中裝載數據
5.2 通過查詢語句嚮錶中插入數據
5.3 單個查詢語句中創建錶並加載數據
5.4 導齣數據
第6章 HiveQL：查詢
6.1 SELECT…FROM語句
6.1.1 使用正則錶達式來指定列
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 列彆名
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 分桶錶的輸入裁剪
6.10 UNION ALL
第7章 HiveQL：視圖
7.1 使用視圖來降低查詢復雜度
7.2 使用視圖來限製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 按天劃分的錶
9.2 關於分區
9.3 ***鍵和標準化
9.4 同一份數據多種處理
9.5 對於每個錶的分區
9.6 分桶錶數據存儲
9.7 為錶增加列
9.8 使用列存儲錶
9.8.1 重復數據
9.8.2 多列
9.9 （幾乎）總是使用壓縮
***0章 調優
10.1 使用EXPLAIN
10.2 EXPLAIN EXTENDED
10.3 限製調整
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
***1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 開啓中間壓縮
11.4 ***終輸齣結果壓縮
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
***2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***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）
***3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 聚閤函數
13.5 錶生成函數
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 用戶自定義聚閤函數
13.10 用戶自定義錶生成函數
13.10.1 可以産生多行數據的UDTF
13.10.2 可以産生具有多個字段的單行數據的UDTF
13.10.3 可以模擬復雜數據類型的UDTF
13.11 在 UDF中訪問分布式緩存
13.12 以函數的方式使用注解
13.12.1 定數性（deterministic）標注
13.12.2 狀態性（stateful）標注
13.12.3 ***性
13.13 宏命令
***4章 Streaming
14.1 恒等變換
14.2 改變類型
14.3 投影變換
14.4 操作轉換
14.5 使用分布式內存
14.6 由一行産生多行
14.7 使用streaming進行聚閤計算
14.8 CLUSTER BY、DISTRIBUTE BY、SORT BY
14.9 GenericMR Tools for Streaming to Java
14.10 計算cogroup
***5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 使用錶屬性信息定義Avro Schema
15.11.2 從指定URL中定義Schema
15.11.3 進化的模式
15.12 二進製輸齣
***6章 Hive的Thrift服務
16.1 啓動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 ...
用户评价
评分
评分
评分
评分
评分
评分
评分
评分
相关图书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有