本书共13章，主要内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用Hive行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。本书适合数据库管理员、大数据技术人员、Hadoop技术人员、数据仓库技术人员，也适合高等院校和培训学校相关专业的师生教学参考。
售 价：¥
纸质售价：¥67.20购买纸书
6.5
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前言
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
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
