内容简介
本书系统讲解基于Hadoop生态系统的数据仓库建设方法与实践案例。全书共分11章,涵盖数据仓库理论基础、Hadoop环境搭建、Hive数据仓库工具、Sqoop数据迁移、HBase实时查询、Spark计算引擎等内容。
通过一个完整的电商数据仓库项目,读者可以掌握从需求分析、数据建模、ETL开发到报表展示的全流程。书中详细介绍了维度建模、缓慢变化维、拉链表等核心概念在Hadoop环境下的实现。
适合大数据工程师、数据分析师、数据仓库架构师阅读,也可作为高等院校相关专业的教学参考书。内容循序渐进,既包含理论讲解,也配有大量可运行的代码示例。
目录
作者简介
内容简介
第1章 ◄数据仓库简介►
1.1 什么是数据仓库
1.2 操作型系统与分析型系统
1.3 数据仓库架构
1.4 抽取-转换-装载
1.5 数据仓库需求
1.6 小结
第2章 ◄数据仓库设计基础►
2.1 关系数据模型
2.2 维度数据模型
2.3 Data Vault模型
2.4 数据集市
2.5 数据仓库实施步骤
2.6 小结
第3章 ◄Hadoop生态圈与数据仓库►
3.1 大数据定义
3.2 Hadoop简介
3.3 Hadoop基本组件
3.4 Hadoop生态圈的其他组件
3.5 Hadoop与数据仓库
3.6 小结
第4章 ◄安装Hadoop►
4.1 Hadoop主要发行版本
4.2 安装Apache Hadoop
4.3 配置HDFS Federation
4.4 离线安装CDH及其所需的服务
4.5 小结
第5章 ◄Kettle与Hadoop►
5.1 Kettle概述
5.2 Kettle连接Hadoop
5.3 导出导入Hadoop集群数据
5.4 执行Hive的HiveQL语句
5.5 MapReduce转换示例
5.6 Kettle提交Spark作业
5.7 小结
第6章 ◄建立数据仓库示例模型►
6.1 业务场景
6.2 Hive相关配置
6.3 Hive表分类
6.4 向Hive表装载数据
6.5 建立数据库表
6.6 装载日期维度数据
6.7 小结
第7章 ◄数据抽取►
7.1 逻辑数据映射
7.2 数据抽取方式
7.3 导出成文本文件
7.4 分布式查询
7.5 使用Sqoop抽取数据
7.6 小结
第8章 ◄数据转换与装载►
8.1 数据清洗
8.2 Hive简介
8.3 初始装载
8.4 定期装载
8.5 Hive优化
8.6 小结
第9章 ◄定期自动执行ETL作业►
9.1 crontab
9.2 Oozie简介
9.3 建立定期装载工作流
9.4 建立协调器作业定期自动执行工作流
9.5 Oozie优化
9.6 小结
第10章 ◄维度表技术►
10.1 增加列
10.2 维度子集
10.3 角色扮演维度
10.4 层次维度
10.5 退化维度
10.6 杂项维度
10.7 维度合并
10.8 分段维度
10.9 小结
第11章 ◄事实表技术►
11.1 事实表概述
11.2 周期快照
11.3 累积快照
11.4 无事实的事实表
11.5 迟到的事实
11.6 累积度量
11.7 小结
第12章 ◄联机分析处理►
12.1 联机分析处理简介
12.2 Impala简介
12.3 Hive、SparkSQL、Impala比较
12.4 联机分析处理实例
12.5 Apache Kylin与OLAP
12.6 小结
第13章 ◄数据可视化►
13.1 数据可视化简介
13.2 Hue简介
13.3 Zeppelin简介
13.4 Hue、Zeppelin比较
13.5 数据可视化实例
13.6 小结
您当前的等级为
登录后免费下载登录
小黑屋反思中,不准下载!
评论后刷新页面下载评论
支付¥以后下载
请先登录
您今天的下载次数(次)用完了,请明天再来
支付积分以后下载立即支付
支付以后下载立即支付
您当前的用户组不允许下载升级会员
您已获得下载权限
您可以每天下载资源次,今日剩余次
免责申明:
1. 本站分享的所有书籍均来源于自互联网,我们只进行收集整理,并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告,这并不是本站所为,请注意甄别。
3. 我们分享这些书籍,纯粹是出于知识分享的热情,以及对互联网分享精神的高度认同和践行,不以盈利为目的。
4. 本站分享的所有书籍,仅供个人学习研究使用,请勿用于任何商业用途,否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获,在条件允许的情况下,请一定购买正版书籍,这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者,且您不希望此作品出现在本站,请联系我们,我们将在收到您的请求后48小时内予以删除。