Učíme se Apache Drill: Drill: Dotazování a analýza distribuovaných zdrojů dat pomocí jazyka SQL

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 8 hlasů.

Původní název:

Learning Apache Drill: Query and Analyze Distributed Data Sources with SQL

Obsah knihy:

Získejte rychlost s Apache Drill, rozšiřitelným distribuovaným dotazovacím enginem SQL, který čte rozsáhlé datové sady v mnoha populárních formátech souborů, jako jsou Parquet, JSON a CSV. Drill čte data v systému HDFS nebo v cloudovém úložišti, jako je S3, a spolupracuje s metaúložištěm Hive spolu s distribuovanými databázemi, jako jsou HBase, MongoDB a relační databáze. Drill funguje všude: na vašem notebooku nebo v největším clusteru.

V této praktické knize autoři projektu Drill Charles Givre a Paul Rogers ukazují analytikům a datovým vědcům, jak se pomocí tohoto výkonného nástroje dotazovat a analyzovat nezpracovaná data. Datoví vědci dnes tráví přibližně 80 % svého času pouze shromažďováním a čištěním dat. Díky této knize se dozvíte, jak vám Drill pomůže analyzovat data efektivněji a zkrátit tak dobu potřebnou k získání poznatků.

⬤ Pomocí nástroje Drill vyčistíte, připravíte a shrnete ohraničená data pro další analýzu.

⬤ Vyhledávat typy souborů včetně souborů protokolů, parquet, JSON a dalších složitých formátů.

⬤ Vyhledávání v Hadoopu, relačních databázích, MongoDB a Kafce pomocí standardního jazyka SQL.

⬤ Programové připojení k Drillu pomocí různých jazyků.

⬤ Používejte Drill i s náročnými nebo nejednoznačnými formáty souborů.

⬤ Provádějte sofistikované analýzy rozšířením funkcí Drillu o uživatelsky definované funkce.

⬤ Usnadněte analýzu dat pro zabezpečení sítě, metadata obrázků a strojové učení.