|
| 內容簡介： |
|
《开源大数据分析引擎Impala实战》内容Impala是Cloudera公司主导开发的新型查询系统，它提供SQL语义，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。Impala1.0版比原来基于MapReduce的HiveSQL查询速度提升3～90倍，因此，Impala有可能完全取代Hive。作者基于自己在本职工作中应用Impala的实践和心得编写了《开源大数据分析引擎Impala实战》。《开源大数据分析引擎Impala实战》共分10章，全面介绍开源大数据分析引擎Impala的技术背景、安装与配置、架构、操作方法、性能优化，以及最富技术含量的应用设计原则和应用案例。
|
| 目錄：
|
第 1章 Impala概述、安装与配置
1.1 Impala概述
1.2 Cloudera Manager安装准备
1.3 CM及 CDH安装
1.4 Hive安装
1.5 Impala安装
第 2章 Impala入门示例
2.1 数据加载
2.2 数据查询
2.3 分区表
2.4 外部分区表
2.5 笛卡尔连接
2.6 更新元数据
第 3章 Impala概念及架构
3.1 Impala服务器组件
3.1.1 Impala Daemon.
3.1.2 Impala Statestore
3.1.3 Impala Catalog
3.2 Impala应用编程
3.2.1 Impala SQL方言
3.2.2 Impala编程接口概述
3.3 与 Hadoop生态系统集成
3.3.1 与 Hive集成
3.3.2 与 HDFS集成
3.3.3 使用 HBase.
第 4章 SQL语句
4.1 注释
4.2 数据类型
4.2.1 BIGINT.
4.2.2 BOOLEAN
4.2.3 DOUBLE
4.2.4 FLOAT
4.2.5 INT
4.2.6 REAL
4.2.7 SMALLINT
4.2.8 STRING
4.2.9 TIMESTAMP
4.2.10 TINYINT
4.3 常量
4.3.1 数值常量
4.3.2 字符串常量
4.3.3 布尔常量
4.3.4 时间戳常量
4.3.5 NULL
4.4 SQL操作符
4.4.1 BETWEEN 操作符
4.4.2 比较操作符
4.4.3 IN操作符
4.4.4 IS NULL操作符
4.4.5 LIKE操作符
4.4.6 REGEXP操作符
4.5 模式对象和对象名称
4.5.1 别名
4.5.2 标示符
4.5.3 数据库
4.5.4 表
4.5.5 视图
4.5.6 函数
4.6 SQL语句
4.6.1 ALTER TABLE
4.6.2 ALTER VIEW
4.6.3 COMPUTE STATS
4.6.4 CREATE DATABASE
4.6.5 CREATE FUNCTION
4.6.6 CREATE TABLE.
4.6.7 CREATE VIEW
4.6.8 DESCRIBE.
4.6.9 DROP DATABASE
4.6.10 DROP FUNCTION
4.6.11 DROP TABLE
4.6.12 DROP VIEW
4.6.13 EXPLAIN
4.6.14 INSERT
4.6.15 INVALIDATE METADATA
4.6.16 LOAD DATA.
4.6.17 REFRESH.
4.6.18 SELECT
4.6.19 SHOW
4.6.20 USE.
4.7 内嵌函数
4.7.1 数学函数
4.7.2 类型转换函数
4.7.3 时间和日期函数
4.7.4 条件函数
4.7.5 字符串函数
4.7.6 特殊函数
4.8 聚集函数
4.8.1 AVG
4.8.2 COUNT
4.8.3 GROUP_CONCAT
4.8.4 MAX.
4.8.5 MIN
4.8.6 NDV
4.8.7 SUM
4.9 用户自定义函数 UDF
4.9.1 UDF概念
4.9.2 安装 UDF开发包
4.9.3 编写 UDF
4.9.4 编写 UDAF
4.9.5 编译和部署 UDF
4.9.6 UDF性能
4.9.7 创建和使用 UDF示例
4.9.8 UDF 安全
4.9.9 Impala UDF的限制
4.10 Impala SQL Hive QL
4.11 将 SQL移植到 Impala上
第 5章 Impala shell
5.1 命令行选项
5.2 连接到 Impalad
5.3 运行命令
5.4 命令参考
5.5 查询参数设置
第 6章 Impala管理
6.1 准入控制和查询队列
6.1.1 准入控制概述
6.1.2 准入控制和 YARN
6.1.3 并发查询限制
6.1.4 准入控制和 Impala客户端协同工作
6.1.5 配置准入控制
6.1.6 使用准入控制指导原则
6.2 使用 YARN资源管理CDH5.
6.2.1 Llama进程
6.2.2 检查计算的资源和实际使用的资源
6.2.3 资源限制如何生效
6.2.4 启用 Impala资源管理
6.2.5 资源管理相关 impala-shell参数
6.2.6 Impala资源管理的限制
6.3 为进程，查询，会话设定超时限制
6.4 通过代理实现 Impala高可用性
6.5 管理磁盘空间
第 7章 Impala存储
7.1 文件格式选择
7.2 Text
7.2.1 查询性能
7.2.2 创建文本表
7.2.3 数据文件
7.2.4 加载数据
7.2.5 LZO压缩
7.3 Parquet
7.3.1 创建 Parquet表
7.3.2 加载数据
7.3.3 查询性能
7.3.4 SnappyGzip压缩
7.3.5 与其他组件交换 Parquet数据文件
7.3.6 Parquet数据文件组织方式.
7.4 Avro
7.4.1 创建 Avro表
7.4.2 使用 Hive创建的 Avro表
7.4.3 通过 JSON指定 Avro模式
7.4.4 启用压缩
7.4.5 模式进化
7.5 RCFile
7.5.1 创建 RCFile表和加载数据.
7.5.2 启用压缩
7.6 SequenceFile
7.6.1 创建和加载数据
7.6.2 启用压缩
7.7 HBase.
7.7.1 支持的 Hbase列类型
7.7.2 性能问题
7.7.3 适用场景
7.7.4 数据加载
7.7.5 启用压缩
7.7.6 限制
7.7.7 示例
第 8章 Impala分区
8.1 分区技术适用场合
8.2 分区表相关 SQL语句
8.3 分区修剪
8.4 分区键列
8.5 使用不同的文件格式
第 9章 Impala性能优化
9.1 最佳实践
9.2 连接查询优化
9.3 使用统计信息
9.4 基准测试
9.5 控制资源使用
9.6 性能测试
9.7 使用 EXPLAIN信息
9.8 使用 PROFILE信息.
第 10章 Impala设计原则与应用案例
10.1 设计原则
10.2 应用案例
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
