《开源大数据分析引擎Impala实战》PDF电子书免费下载

作者:  贾传青

出版社: 清华大学出版社  

出版年:  2015-03

ISBN: 9787302390022

~~滚到底部有网盘下载链接~~

内容简介

目录

Cloudera官方推荐序(中文)
Cloudera官方推荐序(英文)
推荐序二
推荐序三
推荐序四
推荐序五
推荐序六
推荐序七
作者序
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.安装环境(如下表所示)
2. CM支持的操作系统(如下表所示)
3.支持的数据库
4.支持的JDK版本
5.支持的IP协议
6. yum源配置
7.对RPM文件建立索引
8.关闭SELinux安全选项
9.关闭防火墙
10.对等性配置
11.配置时间同步
12.配置内核参数
13.配置图形界面
14.下载cIoudera-manager-instaIIer.bin
1.3 CM及CDH安装
1.启动CM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
1.准备数据
2.创建表
3.加载数据
2.2 数据查询
1.聚集和关联操作
2.带有子查询的聚集和关联操作
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
1.注释符号“-”
2.注释符号“/*…*/”
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
1.内部表
2.外部表
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
1. Impala的SELECT查询支持:
2. JOIN
3. SQL-92和SQL-89连接
4.自连接
5.笛卡尔连接
6.内连接和外连接
7.等值连接和非等值连接
8.半连接
9. ORDER BY子句
10. GROUP BY子句
11.HAVING子句
12.LIMIT子句
13.OFFSET子句
14.UNION子句
15. WITH子句
16.Hints
17.DISTINCT操作符
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
1.UDF和UDAF
2.本地Impala UDF
3.使用Hive UDF
4.9.2 安装UDF开发包
4.9.3 编写UDF
1.UDF编程例子
2.函数的输入参数和返回值的数据类型
3.可变长参数列表
4.捕获NULL值
5.UDF的内存分配
6.UDF线程安全工作区
7.UDF错误捕获
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
1.移植DDL和DML语句
2.数据类型迁移
3.SQL语句迁移
4.仔细检查SQL结构
5.校验语法语义,执行迁移
第5章 Impala shell
5.1 命令行选项
5.2 连接到Impalad
1.启动impala-shell
2.使用connect连接到Impala实例
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
1.使用CIoudera Manager配置
2.手动配置
3.准入控制配置示例
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
1.增加Statestore超时参数
2.为impalad设定空闲超时
6.4 通过代理实现Impala高可用性
1.使用Kerberos
2.HAProxy配置示例
3.配置文件haproxy.cfg示例
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
1.使用LZO准备工作
2.创建LZO文本表
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 Snappy/Gzip压缩
1.Snappy压缩示例
2.Gzip压缩示例
3.不压缩示例
4.Parquet压缩对比测试示例
5.拷贝Parquet数据文件示例
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
1.RLE和数据字典编码
2.压缩数据文件
3.模式进化
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
1.执行计划
2.配置HBase Java应用参数
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
1.字符串类型行键
2.非字符串类型行键
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
1.当统计信息不可用时如何关联
2.使用STRAIGHT_JOIN覆盖连接顺序
3.连接顺序优化示例
9.3 使用统计信息
1.表统计信息
2.列统计信息
3.通过ALTER TABLE手动设置统计信息
4.统计信息使用示例
9.4 基准测试
9.5 控制资源使用
9.6 性能测试
1.检查Impala配置信息
2.检查数据本地性
3.问题排查步骤
4.检查日志信息
5.理解查询性能
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
1.硬件规划
2.模型设计
3.数据加载
4.数据处理
5.数据返回
10.2 应用案例
1.硬件规划
2.模型设计
3.数据加载
4.数据处理
5.数据返回

下载价格:免费
立即下载
登入/注册
知识就是力量
没有账号? 忘记密码?