ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Programming Hive. Data Warehouse and Query Language for Hadoop

دانلود کتاب کندوی برنامه نویسی انبار داده و زبان پرس و جو برای Hadoop

Programming Hive. Data Warehouse and Query Language for Hadoop

مشخصات کتاب

Programming Hive. Data Warehouse and Query Language for Hadoop

ویرایش:  
نویسندگان: , ,   
سری:  
 
ناشر: O’Reilly Media 
سال نشر: 2012 
تعداد صفحات: 350 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

قیمت کتاب (تومان) : 45,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Programming Hive. Data Warehouse and Query Language for Hadoop به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب کندوی برنامه نویسی انبار داده و زبان پرس و جو برای Hadoop نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب کندوی برنامه نویسی انبار داده و زبان پرس و جو برای Hadoop

آیا نیاز به انتقال یک برنامه پایگاه داده رابطه ای به Hadoop دارید؟ این راهنمای جامع شما را با Apache Hive، زیرساخت انبار داده هادوپ آشنا می کند. شما به سرعت یاد خواهید گرفت که چگونه از گویش SQL Hive - HiveQL - برای خلاصه کردن، پرس و جو و تجزیه و تحلیل مجموعه داده های بزرگ ذخیره شده در سیستم فایل توزیع شده Hadoop استفاده کنید. این راهنمای مثال محور به شما نشان می دهد که چگونه Hive را در محیط خود راه اندازی و پیکربندی کنید. نمای کلی Hadoop و MapReduce، و نشان می دهد که Hive چگونه در اکوسیستم Hadoop کار می کند. همچنین مطالعات موردی در دنیای واقعی پیدا خواهید کرد که توضیح می‌دهد چگونه شرکت‌ها از Hive برای حل مشکلات منحصربه‌فرد مربوط به پتابایت داده استفاده کرده‌اند.• از Hive برای ایجاد، تغییر و رها کردن پایگاه‌های داده، جداول، نماها، توابع و نمایه‌ها استفاده کنید
• فرمت‌های داده و گزینه‌های ذخیره‌سازی را سفارشی کنید، از فایل‌ها گرفته تا پایگاه‌های داده خارجی
• بارگیری و استخراج داده‌ها از جداول—و استفاده از پرس‌و‌جوها، گروه‌بندی، فیلتر کردن، پیوستن و سایر روش‌های پرس‌وجو مرسوم
• بهترین روش‌ها برای ایجاد توابع تعریف‌شده توسط کاربر (UDFs)
• الگوهای Hive را که باید استفاده کنید و ضد الگوهایی که باید از آنها اجتناب کنید را بیاموزید
• Hive را با سایر برنامه های پردازش داده ادغام کنید
• استفاده از کنترل کننده های ذخیره سازی برای پایگاه های داده NoSQL و دیگر حافظه های داده
• یاد بگیرید مزایا و معایب اجرای Hive در Elastic MapReduce آمازون


توضیحاتی درمورد کتاب به خارجی

Need to move a relational database application to Hadoop? This comprehensive guide introduces you to Apache Hive, Hadoop’s data warehouse infrastructure. You’ll quickly learn how to use Hive’s SQL dialect—HiveQL—to summarize, query, and analyze large datasets stored in Hadoop’s distributed filesystem.This example-driven guide shows you how to set up and configure Hive in your environment, provides a detailed overview of Hadoop and MapReduce, and demonstrates how Hive works within the Hadoop ecosystem. You’ll also find real-world case studies that describe how companies have used Hive to solve unique problems involving petabytes of data.• Use Hive to create, alter, and drop databases, tables, views, functions, and indexes
• Customize data formats and storage options, from files to external databases
• Load and extract data from tables—and use queries, grouping, filtering, joining, and other conventional query methods
• Gain best practices for creating user defined functions (UDFs)
• Learn Hive patterns you should use and anti-patterns you should avoid
• Integrate Hive with other data processing programs
• Use storage handlers for NoSQL databases and other datastores
• Learn the pros and cons of running Hive on Amazon’s Elastic MapReduce





نظرات کاربران