版權訊息 作者簡介 內容簡介 前言 第1章 ?資料倉儲簡介? 　　1.1 什?是資料倉儲 　　　1.1.1 資料倉儲的定義 　　　1.1.2 建立資料倉儲的原因 　　1.2 操作型系統與分析型系統 　　　1.2.1 操作型系統 　　　1.2.2 分析型系統 　　　1.2.3 操作型系統和分析型系統對比 　　1.3 資料倉儲架構 　　　1.3.1 基本架構 　　　1.3.2 主要資料倉儲架構 　　　1.3.3 操作數據存儲 　　1.4 抽取-轉換-裝載 　　　1.4.1 數據抽取 　　　1.4.2 數據轉換 　　　1.4.3 數據裝載 　　　1.4.4 開發ETL系統的方法 　　　1.4.5 常見ETL工具 　　1.5 資料倉儲需求 　　　1.5.1 基本需求 　　　1.5.2 數據需求 　　1.6 小結 第2章 ?資料倉儲設計基礎? 　　2.1 關係數據模型 　　　2.1.1 關係數據模型中的結構 　　　2.1.2 關係完整性 　　　2.1.3 規範化 　　　2.1.4 關係數據模型與資料倉儲 　　2.2 維度數據模型 　　　2.2.1 維度數據模型建模過程 　　　2.2.2 維度規範化 　　　2.2.3 維度數據模型的特點 　　　2.2.4 星型模式 　　　2.2.5 雪花模式 　　2.3 Data Vault模型 　　　2.3.1 Data Vault模型簡介 　　　2.3.2 Data Vault模型的組成部分 　　　2.3.3 Data Vault模型的特點 　　　2.3.4 Data Vault模型的構建 　　　2.3.5 Data Vault模型實例 　　2.4 數據集市 　　　2.4.1 數據集市的概念 　　　2.4.2 數據集市與資料倉儲的區別 　　　2.4.3 數據集市設計 　　2.5 資料倉儲實施步驟 　　2.6 小結 第3章 ?Hadoop生態圈與資料倉儲? 　　3.1 大數據定義 　　3.2 Hadoop簡介 　　　3.2.1 Hadoop的構成 　　　3.2.2 Hadoop的主要特點 　　　3.2.3 Hadoop架構 　　3.3 Hadoop基本組件 　　　3.3.1 HDFS 　　　3.3.2 MapReduce 　　　3.3.3 YARN 　　3.4 Hadoop生態圈的其他組件 　　3.5 Hadoop與資料倉儲 　　　3.5.1 關係數據庫的可擴展性瓶頸 　　　3.5.2 CAP理論 　　　3.5.3 Hadoop資料倉儲工具 　　3.6 小結 第4章 ?安裝Hadoop? 　　4.1 Hadoop主要發行版本 　　　4.1.1 Cloudera Distribution for Hadoop (cdH) 　　　4.1.2 Hortonworks Data Platform (HDP) 　　　4.1.3 MapR Hadoop 　　4.2 安裝Apache Hadoop 　　　4.2.1 安裝環境 　　　4.2.2 安裝前準備 　　　4.2.3 安裝配置Hadoop 　　　4.2.4 安裝後配置 　　　4.2.5 初始化及運行 　　4.3 配置HDFS Federation 　　4.4 離線安裝cdH及其所需的服務 　　　4.4.1 cdH安裝概述 　　　4.4.2 安裝環境 　　　4.4.3 安裝配置 　　　4.4.4 Cloudera Manager許可證管理 　　4.5 小結 第5章 ?Kettle與Hadoop? 　　5.1 Kettle概述 　　5.2 Kettle連接Hadoop 　　　5.2.1 連接HDFS 　　　5.2.2 連接Hive 　　5.3 導出導入Hadoop集群數據 　　　5.3.1 把數據從HDFS抽取到RDBMS 　　　5.3.2 向Hive表導入數據 　　5.4 執行Hive的HiveQL語句 　　5.5 MapReduce轉換示例 　　5.6 Kettle提交Spark作業 　　　5.6.1 安裝Spark 　　　5.6.2 配置Kettle向Spark集群提交作業 　　5.7 小結 第6章 ?建立資料倉儲示例模型? 　　6.1 業務場景 　　6.2 Hive相關配置 　　　6.2.1 選擇文件格式 　　　6.2.2 支持行級更新 　　　6.2.3 Hive事務支持的限制 　　6.3 Hive表分類 　　6.4 向Hive表裝載數據 　　6.5 建立數據庫表 　　6.6 裝載日期維度數據 　　6.7 小結 第7章 ?數據抽取? 　　7.1 邏輯數據映射 　　7.2 數據抽取方式 　　7.3 導出成文本文件 　　7.4 分布式查詢 　　7.5 使用Sqoop抽取數據 　　　7.5.1 Sqoop簡介 　　　7.5.2 cdH 5.7.0中的Sqoop 　　　7.5.3 使用Sqoop抽取數據 　　　7.5.4 Sqoop優化 　　7.6 小結 第8章 ?數據轉換與裝載? 　　8.1 數據清洗 　　8.2 Hive簡介 　　　8.2.1 Hive的體系結構 　　　8.2.2 Hive的工作流程 　　　8.2.3 Hive服務器 　　　8.2.4 Hive客戶端 　　8. Hive CLI和Beeline使用上的主要差別 　　8.3 初始裝載 　　8.4 定期裝載 　　8.5 Hive優化 　　8.6 小結 第9章 ?定期自動執行ETL作業? 　　9.1 crontab 　　9.2 Oozie簡介 　　　9.2.1 Oozie的體系結構 　　　9.2.2 cdH5.7.0中的Oozie 　　9.3 建立定期裝載工作流 　　9.4 建立協調器作業定期自動執行工作流 　　9.5 Oozie優化 　　9.6 小結 第10章 ?維度表技術? 　　10.1 增加列 　　10.2 維度子集 　　10.3 角色扮演維度 　　10.4 層次維度 　　　10.4.1 固定深度的層次 　　　10.4.2 遞歸 　　　10.4.3 多路徑層次 　　　10.4.4 參差不齊的層次 　　10.5 退化維度 　　10.6 雜項維度 　　10.7 維度合併 　　10.8 分段維度 　　10.9 小結 第11章 ?事實表技術? 　　11.1 事實表概述 　　11.2 週期快照 　　11.3 累積快照 　　11.4 無事實的事實表 　　11.5 遲到的事實 　　11.6 累積度量 　　11.7 小結 第12章 ?聯機分析處理? 　　12.1 聯機分析處理簡介 　　　12.1.1 概念 　　　12.1.2 分類 　　　12.1.3 性能 　　12.2 Impala簡介 　　12.3 Hive、SparkSQL、Impala比較 　　　12.3.1 Spark SQL簡介 　　　12.3.2 Hive、Spark SQL、Impala比較 　　　12.3.3 Hive、Spark SQL、Impala性能對比 　　12.4 聯機分析處理實例 　　12.5 Apache Kylin與OLAP 　　　12.5.1 Apache Kylin架構 　　　12.5.2 Apache Kylin安裝 　　12.6 小結 第13章 ?數據視覺化? 　　13.1 數據視覺化簡介 　　13.2 Hue簡介 　　　13.2.1 Hue功能快速預覽 　　　13.2.2 配置元數據存儲 　　13.3 Zeppelin簡介 　　　13.3.1 Zeppelin架構 　　　13.3.2 Zeppelin安裝配置 　　　13.3.3 在Zeppelin中添加MySQL翻譯器 　　13.4 Hue、Zeppelin比較 　　13.5 數據視覺化實例 　　13.6 小結