本书共有12章，从Hadoop概述开始，介绍了Hadoop的安装和配置管理，并对Hadoop的生态体系架构进行了介绍，包括HDFS技术、YARN技术、MapReduce技术、海量数据库技术HBase、ZooKeeper技术等，最后对大数据实时处理技术作了简单介绍，旨在让读者了解当前其它的大数据处理技术。
电子书
内容简介
本书介绍了Hadoop技术的相关知识，并将理论知识与实际项目相结合。全书共分为三个部分：基础篇、应用篇和总结篇。基础篇详细介绍了Hadoop、YARN、MapReduce、HDFS、Hive、Sqoop和HBase，并深入探讨了Hadoop的运维和调优；应用篇则包含了一个具有代表性的完整的基于Hadoop的商业智能系统的设计和实现；结束篇对全书进行总结，并对技术发展做了展望。
章节目录
- a-fy
- b-bq
- c-xu2
- d-xu1
- e-qy
- f-ml
- 01P(1-9)
- 01
- 02
- 03
- 04
- 05
- 06
- 第6章
- SQL on Hadoop：Hive
- 6.1 认识Hive
- 6.1.1 从MapReduce到SQL
- 6.1.2 Hive架构
- 6.1.3 Hive与关系型数据库的区别
- 6.1.4 Hive命令的使用
- 6.2 数据类型和存储格式
- 6.2.1 基本数据类型
- 6.2.2 复杂数据类型
- 6.2.3 存储格式
- 6.2.4 数据格式
- 6.3 HQL：数据定义
- 6.3.1 Hive中的数据库
- 6.3.2 Hive中的表
- 6.3.3 创建表
- 6.3.4 管理表
- 6.3.5 外部表
- 6.3.6 分区表
- 6.3.7 删除表
- 6.3.8 修改表
- 1．表重命名
- 2．增加、修改和删除表分区
- 3．修改列信息
- 4．增加列
- 5．删除或者替换列
- 6.4 HQL：数据操作
- 6.4.1 装载数据
- 6.4.2 通过查询语句向表中插入数据
- 6.4.3 利用动态分区向表中插入数据
- 6.4.4 通过CTAS加载数据
- 6.4.5 导出数据
- 6.5 HQL：数据查询
- 6.5.1 SELECT…FROM语句
- 6.5.2 WHERE语句
- 6.5.3 GROUP BY和HAVING语句
- 6.5.4 JOIN语句
- 1．INNER JOIN（内连接）
- 2．LEFT/RIGHT OUTER JOIN（左/右外连接）
- 3．FULL OUTER JOIN（全外连接）
- 4．LEFT-SEMI JOIN（左半连接）
- 5．map-side JOIN
- 6．多表JOIN
- 6.5.5 ORDER BY和SORT BY语句
- 6.5.6 DISTRIBUTE BY和SORT BY语句
- 6.5.7 CLUSTER BY
- 6.5.8 分桶和抽样
- 6.5.9 UNION ALL
- 6.6 Hive函数
- 6.6.1 标准函数
- 6.6.2 聚合函数
- 6.6.3 表生成函数
- 6.7 Hive用户自定义函数
- 6.7.1 UDF
- 6.7.2 UDAF
- 6.7.3 UDTF
- 6.7.4 运行
- 6.8 小结
- 07
- 08
- 09
- 02P(10-19)
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 03P(20)
- 20
- ck
展开全部
Hadoop海量数据处理：技术详解与项目实战（第2版）是2016年由人民邮电出版社出版,作者范东来。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Hadoop海量数据处理：技术详解与项目实战（第2版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书是一本介绍大数据处理技术的专业图书，力求提高读者对大数据处理的认知水平和动手能力。本书首先介绍大数据技术的相关概念和发展历程，从实践的角度介绍Hadoop和Spark的安装部署、编程基础和使用方法；然后结合具体案例，重点介绍SparkRDD、SparkSQL、SparkStreaming、SparkGraphFrame等的应用思路和方法，并通过具体代码，让读者更好地感受大数据处理技术的效果。本
电子书
本书从Java语言的基本特点入手，全面介绍了Java语言的基本概念和编程方法，并扼要介绍了Java的高特。全书内容涉及Java基本语法、数据类型、异常、界面设计、小应用程序、I/O数据流、线程等内容，这些内容基本覆盖了Java的实用技术，是进一步使用Java进行技术开发的基础。
电子书
本书是一本Hadoop学习入门参考书，全书共11章，分为基础篇和提高篇两部分。基础篇包括第1~6章，具体包括Hadoop概述、Hadoop基础环境配置、分布式存储HDFS、计算系统MapReduce、计算模型Yarn、数据云盘。提高篇包括第7~11章，具体包括协调系统Zookeeper、Hadoop数据库Hbase、Hadoop数据仓库Hive、Hadoop数据采集Flume、OTA离线数据分析平
电子书
本书系统全面地介绍了有关Hadoop的各类知识。全书共分11章，内容包括绪论、Linux操作系统的安装、Hadoop的伪分布式安装、Hadoop集群的搭建及配置、HadoopHDFS命令、MapReduce编程入门、Hive、Sqoop、HBase、Spark的介绍与安装、综合案例——网络爬虫大数据分析。
电子书
本书以Hive为开发平台，主要介绍了如何使用HiveQL来查询和分析存储在Hadoop分布式文件系统上的大数据集合，具体内容包括Hive入门、Hive数据库及表操作、Hive元数据、Hive高级操作、Hive函数与Streaming、Hive视图与索引、Hive调优、Hive与HBase集成、数据迁移框架Sqoop等。本书介绍的每个任务都运用了大量案例，紧密结合实际应用，融入了含金量十足的开发经验
电子书
这是一本人人都能读的Midjourney设计书。全书分为4章：第1章介绍Midjourney及其社区、交互方式和按钮的作用；第2章围绕Midjourney的以文生图这一核心功能展开，通过大量的案例讲解重要命令和参数，以及主体、行为、光照、风格、视角、色调等常用的提示语元素，最后结合这些元素总结出一个提示语的通用模板；第3章通过不同种类、不同风格的案例主要讲解视觉传达设计工作中经常遇到且能产生经济效
电子书
大数据技术让我们以一种前所未有的方式，对海量数据进行分析，从中获得有巨大价值的产品和服务，最终形成变革之力。本书围绕Hadoop和Spark两个主流大数据技术进行讲解，主要内容包括Hadoop环境配置、Hadoop分布式文件系统（HDFS）、Hadoop分布式计算框架MapReduce、Hadoop资源调度框架YARN与Hadoop新特性、Hadoop分布式数据库HBase、数据仓库Hive、大数
