Using Cloudera Impala

همه چیزهایی که باید در مورد Cloudera Impala بدانید در اینجا وجود دارد - از زمان نصب به بعد. پردازش داده های خام شما در Hadoop با این آموزش عملی ابعاد جدیدی از سرعت و حجم را به خود می گیرد.

نمای کلی

• مرحله به- راهنمایی گامی برای شروع کار با Impala در خوشه Hadoop
• داده های خود را با نوشتن دستورات SQL مناسب به سرعت دستکاری کنید
• مفاهیم امنیت، مدیریت و عیب یابی Impala را با جزئیات کاوش کنید تا حفظ شود. خوشه Impala شما

در جزئیات

اگر همیشه می‌خواستید میلیاردها ردیف داده خام را در Hadoop در چند ثانیه خرد کنید. ، سپس Cloudera Impala انتخاب شماره یک برای شما است. Cloudera Impala پرس‌وجوهای سریع و تعاملی SQL را مستقیماً روی داده‌های Apache Hadoop ذخیره شده در HDFS یا HBase ارائه می‌کند. علاوه بر استفاده از پلتفرم ذخیره سازی یکپارچه، ایمپالا همچنین از همان ابرداده، نحو SQL (Hive SQL)، درایور ODBC و رابط کاربری (Hue Beeswax) مانند Apache Hive استفاده می کند. این یک پلت فرم آشنا و یکپارچه برای پرس و جوهای دسته ای یا بلادرنگ فراهم می کند.

در این کتاب کاربردی و مثال محور، همه چیزهایی را که باید در مورد Cloudera Impala بدانید تا بتوانید شروع کنید، خواهید آموخت. در پروژه خودتان این کتاب همه چیز را در مورد Cloudera Impala از نصب، مدیریت و پردازش پرس و جو، تا اتصال با سایر برنامه های شخص ثالث را پوشش می دهد. با در دست داشتن این کتاب، قدرت بازی با داده های خود را در Hadoop خواهید دید.

به عنوان خواننده این کتاب، در مورد منشاء Impala و فناوری پشت آن که اجازه می دهد تا آن را انجام دهید، خواهید آموخت. برای اجرا بر روی هزاران دستگاه با استفاده از راهنمای گام به گام ارائه شده در کتاب، نحوه نصب، اجرا، مدیریت و عیب یابی Impala را در کلاستر Hadoop خود خواهید آموخت. این کتاب اصول پردازش داده‌ها مانند بارگیری داده‌های ذخیره‌شده در Hadoop در جداول Impala و جستجوی داده‌ها با استفاده از دستورات Impala SQL را پوشش می‌دهد، همگی با تصاویر کدهای مختلف و یک مثال در دنیای واقعی.

کتاب برای دریافت نوشته شده است. شما با ارائه اطلاعات غنی با ایمپالا شروع کردید تا بتوانید بفهمید که ایمپالا چیست، چه کاری می تواند برای شما انجام دهد و در نهایت چگونه می توانید از آن برای رسیدن به هدف خود استفاده کنید.

از چه چیزی یاد خواهید گرفت. این کتاب

• روش های مختلف نصب Impala را در خوشه Hadoop خود بدانید
• از Impala shell API برای تعامل با اجزای Impala استفاده کنید
• از زبان Impala Query و توابع داخلی برای بازی با داده ها استفاده کنید
• مدیریت و تنظیم دقیق Impala برای در دسترس بودن بالا
• مشکلات را به روش های مختلف شناسایی و عیب یابی کنید
• با فرمت های مختلف داده های ورودی در Hadoop و نحوه استفاده از آنها با Impala آشنا شوید
• آشنایی با نحوه اتصال برنامه های شخص ثالث به Impala برای ارائه تجسم داده ها و پیشرفت های مختلف دیگر

رویکرد

این کتاب یک آموزش گام به گام و آسان برای دنبال کردن است جایی که هر فصل دانش شما را به سطح بعدی می برد. این کتاب دانش عملی را با نکاتی برای پیاده سازی این دانش در سناریوهای دنیای واقعی پوشش می دهد. فصلی با مثالی از زندگی واقعی گنجانده شده است تا به شما در درک کامل مفاهیم کمک کند.

این کتاب برای چه کسی نوشته شده است

استفاده از Cloudera Impala است برای کسانی که واقعاً می‌خواهند از خوشه Hadoop خود با پردازش مقادیر بسیار زیادی داده خام در Hadoop با سرعت واقعی بهره ببرند. دانش قبلی درباره Hadoop و مقداری قرار گرفتن در معرض HIVE و MapReduce مورد انتظار است.

Everything you need to know about Cloudera Impala is here – from installation onwards. Your raw data processing in Hadoop takes on new dimensions of speed and volume with this hands-on tutorial.

Overview

• Step-by-step guidance to get you started with Impala on your Hadoop cluster
• Manipulate your data rapidly by writing proper SQL statements
• Explore the concepts of Impala security, administration, and troubleshooting in detail to maintain your Impala cluster

In Detail

If you have always wanted to crunch billions of rows of raw data on Hadoop in a couple of seconds, then Cloudera Impala is the number one choice for you. Cloudera Impala provides fast, interactive SQL queries directly on your Apache Hadoop data stored in HDFS or HBase. In addition to using the same unified storage platform, Impala also uses the same metadata, SQL syntax (Hive SQL), ODBC driver, and user interface (Hue Beeswax) as Apache Hive. This provides a familiar and unified platform for batch-oriented or real-time queries.

In this practical, example-oriented book, you will learn everything you need to know about Cloudera Impala so that you can get started on your very own project. The book covers everything about Cloudera Impala from installation, administration, and query processing, all the way to connectivity with other third party applications. With this book in your hand, you will find yourself empowered to play with your data in Hadoop.

As a reader of this book, you will learn about the origin of Impala and the technology behind it that allows it to run on thousands of machines. You will learn how to install, run, manage, and troubleshoot Impala in your own Hadoop cluster using the step-by-step guidance provided in the book. The book covers tenets of data processing such as loading data stored in Hadoop into Impala tables and querying data using Impala SQL statements, all with various code illustrations and a real-world example.

The book is written to get you started with Impala by providing rich information so you can understand what Impala is, what it can do for you, and finally how you can use it to achieve your objective.

What you will learn from this book

• Understand the various ways of installing Impala in your Hadoop cluster
• Use the Impala shell API to interact with Impala components
• Utilize Impala Query Language and built-in functions to play with data
• Administrate and fine-tune Impala for high availability
• Identify and troubleshoot problems in a variety of ways
• Get acquainted with various input data formats in Hadoop and how to use them with Impala
• Comprehend how third party applications can connect with Impala to provide data visualization and various other enhancements

Approach

This book is an easy-to-follow, step-by-step tutorial where each chapter takes your knowledge to the next level. The book covers practical knowledge with tips to implement this knowledge in real-world scenarios. A chapter with a real-life example is included to help you understand the concepts in full.

Who this book is written for

Using Cloudera Impala is for those who really want to take advantage of their Hadoop cluster by processing extremely large amounts of raw data in Hadoop at real-time speed. Prior knowledge of Hadoop and some exposure to HIVE and MapReduce is expected.