大数据存储

本书采用大数据存储技 术常用工具与真实案例相结 合的方式，以项目任务式为 导向，较为全面地介绍了大 数据存储工具的相关知识。 全书共7个项目，内容包括 了解大数据、结构化数据仓 库——Hive、列存储数据库 ——HBase、文档存储数据 库——MongoDB、文档存储 数据库——ElasticSearch、 数据传输工具——Sqoop， 以及广电用户数据存储与分 析。其中，大多数项目都包 含了实训与课后习题。通过 练习和操作实践，读者可以 巩固所学的内容。 本书可以作为高校大数 据技术相关专业的教材，也 可作为大数据技术爱好者的 自学用书。希望读者通过学 习本书内容，提高自主学习 意识，具备良好的问题分析 素养和独立思考能力，能够 结合具体的情境和需求选择 适当的存储工具解决实际问 题。

项目1 了解大数据 教学目标 项目描述 项目实施 任务1.1 大数据简介 1.1.1 大数据的概念 1.1.2 大数据的特征 1.1.3 大数据的应用领域 1.1.4 大数据技术体系 任务1.2 大数据存储技术 1.2.1 了解数据存储 1.2.2 了解分布式数据库 项目总结 课后习题 拓展阅读 项目2 结构化数据仓库——Hive 教学目标 项目描述 项目实施 任务2.1 Hive的架构原理简介 2.1.1 认识Hive 2.1.2 了解Hive的架构 任务2.2 安装与配置Hive 2.2.1 搭建Hadoop集群 2.2.2 配置MySQL数据库 2.2.3 配置Hive数据仓库 任务2.3 创建航空客户信息表 2.3.1 掌握Hive基础数据类型 2.3.2 创建表 2.3.3 删除表与表数据 2.3.4 修改表结构 2.3.5 任务实现 任务2.4 导入航空客户数据到航空客户信息表 2.4.1 导入数据 2.4.2 导出数据 2.4.3 任务实现 任务2.5 查询航空客户信息表空值记录数 2.5.1 认识SELECT语句结构 2.5.2 了解运算符的使用 2.5.3 使用WHERE语句进行条件查询 2.5.4 任务实现 任务2.6 查询航空客户信息表字段数据的最大值和最小值 2.6.1 认识HiveQL内置函数 2.6.2 任务实现 任务2.7 统计会员数最多的会员级别 2.7.1 认识HiveQL子查询 2.7.2 任务实现 任务2.8 编写UDF统计客户入会时长 2.8.1 编写Hive中的UDF 2.8.2 任务实现