面對與日俱增的海量數據，能否從中提取商業價值直接關乎公司的市場競爭力。Hive是大數據生態圈必不可少的數據倉庫，它為存儲在Hadoop文件繫統中的數據提供便捷的類SQL查詢、統計和分析，從而為公司進入大數據生態圈並邁向商業智能鋪平道路。本書著眼於Hive在真實環境中的應用，內容囊括Hive的方方面面，是針對大數據分析人員的實踐參考指南。- 理解Hive的架構和數據類型- 高效執行DML操作- 查詢半結構化數據- 巧妙提升Hive的性能- 了解Hive的安全性及發展趨勢

●第1章 為Hive打好基礎：Hadoop1
1.1一隻小像出生了2
1.2Hadoop的結構3
1.3數據冗餘6
1.3.1傳統的高可用性6
1.3.2Hadoop的高可用性9
1.4MapReduce處理12
1.4.1超越MapReduce16
1.4.2YARN和現代數據架構17
1.4.3Hadoop 和開源社區19
1.4.4我們身在何處22
第2 章 Hive 簡介24
2.1Hadoop 發行版25
2.2集群架構27
2.3Hive 的安裝30
2.4探尋你的方式32
2.5Hive CLI35
第3章 Hive架構37
3.1Hive組件37
3.2HCatalog38
3.3HiveServer240
3.4客戶端工具42
3.5執行引擎：Tez46
第4章 Hive表DDL48
4.1schema-on-read48
4.2Hive數據模型49
4.2.1模式/數據庫49
4.2.2為什麼使用多個模式/數據庫49
4.2.3創建數據庫49
4.2.4更改數據庫50
4.2.5刪除數據庫50
4.2.6列出數據庫51
4.3Hive中的數據類型51
4.3.1基本數據類型51
4.3.2選擇數據類型51
4.3.3復雜數據類型52
4.4表53
4.4.1創建表53
4.4.2列出表54
4.4.3內部表/外部表54
4.4.4內部表/受控表55
4.4.5內部表/外部表示例55
4.4.6表的屬性59
4.4.7生成已有表的CREATE TABLE命令60
4.4.8分區和分桶61
4.4.9分區注意事項63
4.4.10對日期列進行高效分區63
4.4.11分桶的注意事項65
4.4.12更改表66
4.4.13ORC文件格式67
4.4.14更改表分區68
4.4.15修改列72
4.4.16刪除表/分區72
4.4.17保護表/分區73
4.4.18其他CREATE TABLE命令選項73
第5章 數據操作語言75
5.1將數據裝載到表中75
5.1.1使用存儲在HDFS中的文件裝載數據75
5.1.2使用查詢裝載數據77
5.1.3將查詢到的數據寫入文件繫統80
5.1.4直接向表插入值81
5.1.5直接更新表中數據83
5.1.6在表中直接刪除數據84
5.1.7創建結構相同的表85
5.2連接86
5.2.1使用等值連接來整合表86
5.2.2使用外連接87
5.2.3使用左半連接89
5.2.4用單次MapReduce實現連接90
5.2.5最後使用優選的表91
5.2.6事務處理92
5.2.7ACID是什麼，以及為什麼要用到它92
5.2.8Hive配置92
第6章將數據裝載到Hive94
6.1裝載數據之前的設計注意事項94
6.2將數據裝載到HDFS95
6.2.1Ambari 文件視圖95
6.2.2Hadoop命令行97
6.2.3HDFS的NFS Gateway97
6.2.4Sqoop98
6.2.5Apache NiFi101
6.3用Hive 訪問數據105
6.3.1外部表105
6.3.2LOAD DATA語句106
6.4在Hive中裝載增量變更數據107
6.5Hive流處理107
6.6小結108
第7章查詢半結構化數據109
7.1點擊流數據111
7.1.1攝取數據113
7.1.2創建模式116
7.1.3裝載數據116
7.1.4查詢數據116
7.2攝取JSON數據119
7.2.1使用UDF查詢JSON121
7.2.2使用SerDe訪問JSON122
第8章Hive分析125
8.1構建分析模型125
8.1.1使用太陽模型獲取需求125
8.1.2將太陽模型轉換為星型模式129
8.1.3構建數據倉庫137
8.2評估分析模型 .140
8.2.1評估太陽模型140
8.2.2評估聚合結果142
8.2.3評估數據集市143
8.3掌握數據倉庫管理144
8.3.1推薦條件144
8.3.2檢索數據庫144
8.3.3評估數據庫147
8.3.4過程數據庫160
8.3.5轉換數據庫185
8.3.6你掌握了什麼192
8.3.7組織數據庫192
8.3.8報表數據庫196
8.3.9示例報表197
8.4高級分析199
8.5接下來學什麼199
第9章Hive性能調優200
9.1Hive性能檢查表200
9.2執行引擎201
9.2.1MapReduce201
9.2.2Tez201
9.3存儲格式203
9.3.1ORC格式203
9.3.2Parquet格式205
9.4矢量化查詢執行206
9.5查詢執行計劃206
9.5.1基於代價的優化208
9.5.2執行計劃210
9.5.3性能檢查表小結212
第10章 Hive的安全性213
10.1數據安全性的幾個方面213
10.1.1身份認證214
10.1.2授權214
10.1.3管理214
10.1.4審計214
10.1.5數據保護214
10.2Hadoop的安全性215
10.3Hive的安全性215
10.3.1默認授權模式215
10.3.2基於存儲的授權模式216
10.3.3基於SQL標準的授權模式217
10.3.4管理通過SQL進行的訪問218
10.4使用Ranger進行Hive授權219
10.4.1訪問Ranger用戶界面220
10.4.2創建Ranger策略220
10.4.3使用Ranger審計222
第11章 Hive的未來224
11.1LLAP224
11.2Hive-on-Spark225
11.3Hive：ACID和MERGE225
11.4可調隔離等級225
11.5ROLAP/基於立方體的分析226
11.6HiveServer2的發展226
11.7面向不同工作負載的多個HiveServer2實例226
附錄A建立大數據團隊227
附錄BHive函數231

Hive“出身名門”，是很初由Facebook公司開發的數據倉庫工具。它簡單且容易上手，是深入學習Hadoop技術的一個很好的切入點。本書由數據庫專家和大數據專家共同撰寫，具體內容包括：Hive的安裝和配置，其核心組件和架構，Hive數據操作語言，如何加載、查詢和分析數據，Hive的性能調優以及安全性，等等。本書旨在為讀者打牢基礎，從而踏上專業的大數據處理之旅。