会员
Hadoop构建数据仓库实践
更新时间：2020-11-28 16:12:16 最新章节：作者简介
书籍简介
本书讲述在流行的大数据分布式存储和计算平台Hadoop上设计实现数据仓库，将传统数据仓库建模与SQL开发的简单性与大数据技术相结合，快速、高效地建立可扩展的数据仓库及其应用系统。本书内容包括数据仓库、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进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进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机构相关专业的师生教学参考。
品牌：清华大学
上架时间：2017-07-01 00:00:00
出版社：清华大学出版社
本书数字版权由清华大学提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
王雪迎
同类热门书
最新上架
- 会员《SQLServer从入门到精通（第5版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了SQLServer开发所必需的各方面技术。全书分为4篇共19章，内容包括数据库基础、SQLServer数据库环境搭建、创建与管理数据库、操作数据表、SQL基础、SQL函数的使用、SQL数据查询基础、SQL数据高级查询、视图的使用、存储过程、触发器、游标的使用、索引与数据完整性、SQL中计算机14.1万字
- 会员本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1？5章包括PySpark大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例计算机10.4万字
- 会员高质量的数据关乎企业运营、合规、决策和业绩的关键，哈佛商业评论的一项研究发现，企业中只有3%的数据符合质量标准，绝大多数公司都在寻求切实可行的指导来提高数据质量。本书作者基于多年在数据、数据分析和人工智能方面的实践经验，阐述了4步构建高质量数据体系。他提出了高质量数据的四阶段DARS方法（定义、评估、实现、持续）和10个数据质量最佳实践案例，以此来提高业务中的数据质量水平，为业务提供数据价值，保证计算机11.7万字
- 会员本书围绕数据挖掘竞赛，讲解了各种类型数据挖掘竞赛的解题思路、方法和技巧，并辅以对应的实战案例。全书共11章。第1章介绍数据挖掘竞赛的背景、意义和现状。从第2章开始，介绍了各种不同类型的数据挖掘竞赛包括结构化数据、自然语言处理、计算机视觉（图像）、计算机视觉（视频）、强化学习。每种类型的数据挖掘竞赛包含理论篇和实战篇：理论篇介绍通用的解题流程和关键技术；实战篇选取比较有代表性的赛题，对赛题的优秀方案计算机6.7万字
- 会员《数据分析师手记：数据分析72个核心问题精解》从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。计算机16.8万字
- 会员《MySQL从入门到精通（第3版）》从初学者角度出发，通过通俗易懂的语言和丰富多彩的实例，详细介绍了MySQL开发需要掌握的各方面技术。全书共分为4篇22章，包括数据库基础，初识MySQL，使用MySQL图形化管理工具，数据库操作，存储引擎及数据类型，数据表操作，MySQL基础，表数据的增、删、改操作，数据查询，常用函数，索引，视图，数据完整性约束，存储过程与存储函数，触发器，事务，事件，备份与恢计算机14万字
- 会员本书是《数据库原理——GaussDB技术及应用》一书配套的辅助教材。全书共分3部分：第一部分为实验指导，共有13个综合实验，每一个实验都是根据教学目标而设计，详细讲述了每一个实验的实验目的、实验任务及实验步骤，从而培养学生掌握关系数据库管理软件技术与应用的技能；第二部分为习题集，是根据主教材各章节内容编写的习题及习题答案，内容广泛，有填空、选择、简答、设计及实验题等多种形式，利求通过对这些习题的训计算机6.9万字
同类书籍最近更新
- 会员IfyouareaVisualStudio2013or.NETdeveloperwhowouldliketosharpenyourexistingskillsetandadapttonew.NETtechnologies,thisisthebookforyou.Abasicunderstandingof.NETandC#i数据库6.6万字
- 会员伴随着中国大数据产业的飞速发展，具备差异化竞争优势的大数据企业如雨后春笋般兴起，在大数据从概念到产业落地的进程中书写了独具特色的企业篇章，汇聚成一股清流。是谁在搅动数据的蓝海？这些数据新势力背后的“数据英雄”到底是谁？聪明秀出谓之英，胆力过人谓之雄。本书将从创新性、颠覆性、前瞻性、成长性、持续性等五个维度，发掘推动数据新势力发展壮大的“数据英雄”。数据库10万字
- 会员本书主要内容围绕3D计算机视觉展开，介绍了相关的基础概念、基本原理、典型算法、实用技术和应用成果。本书可在学过其姊妹篇《2D计算机视觉：原理、算法及应用》后学习。本书将从客观场景出发到最后对场景进行理解的全过程分为5个部分进行介绍。第1部分是图像采集，介绍了摄像机标定和3D图像采集技术；第2部分是视频运动，介绍了视频图像和运动信息，以及对运动目标进行检测和跟踪的技术；第3部分是物体重建，介绍了双目数据库21.2万字
- 会员本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及Spark基本原理、基于IDEA搭建Spark开发环境、RDD基本原理、SparkSQL基本操作流程、电商业务系统的基本流程、电商用户行为分析的基本指标以及分析过程、通过不同的维度对销售数据进行分析数据库5.2万字
- 会员《LabVIEW完全自学手册》帮助读者从实用角度学习LabVIEW，内容分为三篇。入门篇包括LabVIEW基本操作、基本数据类型及其相互转换、程序结构、数据运算函数、控件及其用法、数据表达与显示等；提高篇包括文件的输入输出、字符串操作、数学分析、信号处理、与其他软件的通信、时间相关函数、应用程序控制、网络编程、总线与仪器控制、数据库访问及程序发布；应用篇以两个实例详细介绍如何运用LabVIEW解决数据库12.5万字