Začínáme s Impalou: Interaktivní SQL pro Apache Hadoop

Recenze čtenářů

Kniha poskytuje stručný úvod do systému Impala, zdůrazňuje jeho integraci s Hadoopem a jeho výhody pro dotazování na velká data. Čelí však kritice za přílišnou stručnost, nedostatek technické hloubky a zaměření spíše na marketing než na podstatný obsah.

Kniha nabízí stručný úvod do systému Impala, plný poznatků o velikosti bloků souborů, rozdělených tabulkách a souborových formátech. Je uživatelsky přívětivá a poskytuje zajímavá vysvětlení, zejména o analytických funkcích v Impale. Někteří čtenáři oceňují její pokrytí role Impaly v ekosystému Hadoop.

Mnozí recenzenti mají pocit, že kniha je příliš stručná a postrádá hloubku, poskytuje minimum technického obsahu a příkladů. Byla popsána jako příliš propagační, bez instalačních kroků a praktických návodů ke kódování. Stručnost může u čtenářů vyvolat touhu po komplexnější technické příručce.

(na základě 8 hodnocení čtenářů)

Původní název:

Getting Started with Impala: Interactive SQL for Apache Hadoop

Obsah knihy:

Naučte se psát, ladit a portovat dotazy SQL a další příkazy pro prostředí velkých dat pomocí Impaly - dotazovacího stroje SQL pro masivně paralelní zpracování pro Apache Hadoop. Osvědčené postupy v této praktické příručce vám pomohou navrhnout databázová schémata, která nejenže spolupracují s ostatními komponentami Hadoopu a jsou vhodná pro správu a monitorování administrátory, ale také vyhovují budoucímu rozšiřování objemu dat a vývoji softwarových možností.

Tato kniha, kterou napsal John Russell, vedoucí dokumentace projektu Cloudera Impala, vám umožní rychle pracovat s nejnovějšími verzemi Impaly. Nejnovější revize, která je ideální pro vývojáře databází a obchodní analytiky, se zabývá analytickými funkcemi, složitými typy, přírůstkovými statistikami, poddotazy a odesíláním do inkubátoru Apache.

Kniha Začínáme s Impalou obsahuje rady vývojového týmu společnosti Cloudera a také poznatky z konzultačních zakázek se zákazníky.

⬤ Zjistěte, jak se Impala integruje s celou řadou komponent Hadoopu.

⬤ Získejte vysoký výkon a škálovatelnost pro obrovské datové sady na produkčních clusterech.

⬤ Prozkoumejte běžné úkoly vývojářů, jako je portování kódu na Impalu a optimalizace výkonu.

⬤ Používejte výukové programy pro práci s miliardovými tabulkami, hodnotami založenými na datu a čase a dalšími technikami.

⬤ Naučte se, jak přejít od rigidních schémat k flexibilnímu modelu, který se vyvíjí v závislosti na změnách potřeb.

⬤ Ponořte se do spojování a role statistik.