Learning Apache Drill: Elosztott adatforrások lekérdezése és elemzése SQL segítségével

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 8 olvasói szavazat alapján történt.

Eredeti címe:

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

Könyv tartalma:

Ismerje meg az Apache Drillt, egy bővíthető, elosztott SQL-lekérdezőmotort, amely számos népszerű fájlformátumban, például Parquet, JSON és CSV formátumban olvassa be a hatalmas adathalmazokat. A Drill adatokat olvas HDFS-ben vagy felhő-natív tárolókban, például S3-ban, és együttműködik a Hive metatárolókkal, valamint az olyan elosztott adatbázisokkal, mint a HBase, a MongoDB és a relációs adatbázisok. A Drill bárhol működik: laptopon vagy a legnagyobb fürtben.

Ebben a gyakorlatias könyvben Charles Givre és Paul Rogers, a Drill committerei megmutatják az elemzőknek és az adattudósoknak, hogyan kérdezhetnek le és elemezhetnek nyers adatokat ezzel a nagy teljesítményű eszközzel. Az adattudósok manapság idejük mintegy 80%-át csak az adatok gyűjtésével és tisztításával töltik. Ebből a könyvből megtudhatja, hogyan segít a Drill az adatok hatékonyabb elemzésében, hogy csökkentse a felismerésig eltelt időt.

⬤ Használja a Drillt az elhatárolt adatok tisztítására, előkészítésére és összegzésére a további elemzéshez.

⬤ Kérdezze le a fájltípusokat, beleértve a naplófájlokat, a Parquet, a JSON és más összetett formátumokat.

⬤ Kérdezze a Hadoopot, a relációs adatbázisokat, a MongoDB-t és a Kafkát szabványos SQL segítségével.

⬤ Kapcsolódjon a Drillhez programozottan, különböző nyelvek használatával.

⬤ Használja a Drillt még kihívást jelentő vagy nem egyértelmű fájlformátumok esetén is.

⬤ Kifinomult elemzések elvégzése a Drill funkcionalitásának felhasználó által definiált függvényekkel történő bővítésével.

⬤ Elősíti a hálózati biztonság, a képi metaadatok és a gépi tanulás adatelemzését.