Programming Hive
Dean Wampler, Edward Capriolo, Jason Rutherglen
- Editorial
- O'Reilly
- Año
- 2012
- Páginas
- ~352
- Nivel
- Básico
De qué trata
Tratado exhaustivo de Edward Capriolo, Dean Wampler y Jason Rutherglen sobre Apache Hive y su lenguaje declarativo HiveQL.
Los autores enseñan a crear tablas internas y externas, particionar y agrupar (bucketing) datos para acelerar consultas analíticas, interactuar con el Metastore de Hive sobre bases de datos relacionales, y escribir funciones definidas por el usuario (UDFs, UDAFs, UDTFs) en Java. Aborda la optimización de planes de ejecución mediante EXPLAIN y la integración con herramientas de BI.
La guía de cabecera estándar para ingenieros de datos y analistas que gestionan consultas SQL sobre lagos de datos en Hadoop.
- Programming Hive
- Edward Capriolo
- Dean Wampler
- HiveQL
- UDF
- Bucketing
- Particionamiento
- O'Reilly
¿Cómo enseña?
Teoría + práctica
- ✓ Incluye ejercicios
- ✓ Incluye proyectos
Proyectos
Data Warehouse analítico con particionamiento y UDFs en Hive
Construcción de un esquema de Data Warehouse con tablas particionadas por fecha y funciones personalizadas en Java para anonimizar datos confidenciales.
