Big Data Analytics with Hive: Querying, Partitioning, and Optimization (bằng tiếng Anh).

Khi các tập dữ liệu phát triển vượt quá giới hạn của cơ sở dữ kiện truyền thống, các tổ chức dựa vào các kho dữ liêu phân tán để phân tích lượng thông tin khổng lồ. Hive nối kết khoảng cách bằng cách cho phép bạn viết các truy vấn giống SQL quen thuộc để xử lý dữ li lớn qua các hệ thống phân tán. Chương trình học dựa trên văn bản này cung cấp một con đường rõ ràng, từng bước một để làm chủ Hive và HiveQL. Bạn sẽ chuyển từ thực hiện truy vấn cơ bản đến thiết kế cấu trúc dữ liệu tối ưu hóa cao và thực hiện các luồng công việc phân tích tiên tiến trên các nền tảng dữ kiện lớn hiện đại và trong nhà. Bạn sẽ học được: - Hiểu kiến trúc cốt lõi của Hive, metastore, và cách các truy vấn được dịch thành kế hoạch thực hiện phân tán. - Viết các truy vấn HiveQL mạnh mẽ, bắt đầu với các khái niệm SQL cơ bản và chuyển sang các cửa sổ và chức năng phân tích tiên tiến. - Tối ưu hiệu suất truy vấn bằng cách sử dụng các kỹ thuật tiên tiến như phân vùng, xếp vào thùng, và tham gia bên bản đồ. - Tạo logic xử lý dữ liệu tùy chỉnh bằng cách viết các hàm định nghĩa người dùng (UDF) bằng Python. - Cấu hình bảng Hive để làm việc một cách trơn tru với các hệ thống lưu trữ đối tượng đám mây hiện đại. Chương trình bắt đầu với các khái niệm cơ bản về kho dữ liệu lớn, kiến trúc Hive, và một bài học SQL toàn diện để đảm bảo bạn có nền tảng cần thiết. Sau đó bạn sẽ tiến hành qua các giải thích bằng văn bản, cấu trúc truy vấn thực tế, và các chiến lược điều chỉnh hiệu suất được thiết kế cho các kịch bản thế giới thực. Chương trình này được thiết kế cho các nhà phân tích dữ liệu, kỹ sư phần mềm, và quản trị viên cơ sở dữ kiện mới đến với dữ lượng lớn và muốn xây dựng một nền tảng vững chắc trong Hive. Không cần kinh nghiệm dữ liêu lớn trước đó, vì chúng tôi bắt đầu với những điều cơ bản tuyệt đối. Bắt đầu đọc hôm nay để mở khóa sức mạnh của kho dữ liệu phân tán với Hive.