中图网

>

数据库

>

数据仓库与数据挖掘

基于Apache Kylin构建大数据分析平台

作者：蒋守壮

出版社：清华大学出版社出版时间：2017-01-01

开本： 32开 页数： 260

本类榜单：计算机/网络销量榜

中图价:¥49.7(7.2折) 定价 ~~¥69.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥49.7 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

基于Apache Kylin构建大数据分析平台版权信息

ISBN：9787302454526
条形码：9787302454526 ; 978-7-302-45452-6
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
数据库
>
数据仓库与数据挖掘

基于Apache Kylin构建大数据分析平台本书特色

Apache Kylin是一个开源的分布式分析引擎，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，*初由eBay公司开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。本书分为21章，详细讲解Apache Kylin概念、安装、配置、部署，让读者对Apache Kylin构建大数据分析平台有一个感性认识。同时，本书从应用角度，结合Dome和实例介绍了用于多维分析的Cube算法的创建、配置与优化。*后还介绍了Kyligence公司发布KAP大数据分析平台，对读者有极大的参考价值。本书适合大数据技术初学者、大数据分析人员、大数据架构师等，也适合用于高等院校和培训学校相关专业师生教学参考。

基于Apache Kylin构建大数据分析平台内容简介

Apache Kylin将传统的数据仓库及商务智能分析能力带入到了大数据时代，作为新兴的技术已经被广大用户所使用。作为创始作者，我非常欣喜能看到关于Apache Kylin相关书籍的出版，这无疑对中国用户更好地使用Kylin，解决实际的大数据分析架构及业务问题有很大帮助。

韩卿

Kyligence 联合创始人兼CEO，Apache Kylin项目管理委员会主席(PMC Chair)

伴随着大数据发展的三条主线是大数据技术、大数据思维和大数据实践。因为RDBMS很难处理单表10亿行数据，所以大数据技术应需而生。大数据技术从*初的解决海量数据的快速存储和读取，到今天的海量数据的OLAP，当中衍生出众多的技术产品，ApacheKylin就是其中的一个优秀产品，目标是解决大数据范畴中的OLAP。
Kyligence 联合创始人兼CEO，Apache Kylin项目管理委员会主席（PMC Chair）韩卿武汉市云升科技发展有限公司董事长，《智慧城市—大数据、物联网和云计算之应用》作者杨正洪万达网络科技集团大数据中心副总经理，《Spark高级数据分析》中文版译者龚少成数据架构师，IT脱口秀（清风那个吹）创始人，《开源大数据分析引擎Impala实战》作者贾传青

等等业内专家联合推荐
Apache Kylin将传统的数据仓库及商务智能分析能力带入到了大数据时代，作为新兴的技术已经被广大用户所使用。作为创始作者，我非常欣喜能看到关于Apache Kylin相关书籍的出版，这无疑对中国用户更好地使用Kylin，解决实际的大数据分析架构及业务问题有很大帮助。韩卿Kyligence 联合创始人兼CEO，Apache Kylin项目管理委员会主席(PMC Chair) 伴随着大数据发展的三条主线是大数据技术、大数据思维和大数据实践。因为RDBMS很难处理单表10亿行数据，所以大数据技术应需而生。大数据技术从*初的解决海量数据的快速存储和读取，到今天的海量数据的OLAP，当中衍生出众多的技术产品，Apache Kylin就是其中的一个优秀产品，目标是解决大数据范畴中的OLAP。第二条主线是大数据思维。数据处理的*近几十年都被RDBMS的思想所束缚，小表、多表、表的连接、过分注重冗余性的坏处，等等，这些都限制了海量数据上的处理与分析。大数据技术出来之后，随着而来的大数据思维，给我们带来了海量数据处理的新思维。这个新思维的核心就是突破表的概念，而采用面向对象的数据模型在数据层上实现。Apache Kylin的Cube模型就是在逐步体现大数据的思维。*后一条主线是大数据实践。大数据实践分为数据梳理、数据建模、数据采集、数据管控、数据服务、数据可视化和数据分析。这是一环套一环的步骤，不能跳过。Apache Kylin作为数据分析环节的技术产品，一定要同数据管理的《基于Apache Kylin构建大数据分析平台》一书浅显易懂，实操性强，是目前Apache Kylin界不可多得的技术资料，值得细读和研究。杨正洪武汉市云升科技发展有限公司董事长 Apache Kylin是基于MOLAP的实时大数据引擎，与Hadoop生态系统结合更加紧密，先天的优势注定了其支持更大的数据规模，更好的扩展性，独有的中国血统较其他开源软件更具本地化优势，更符合中国国情。本书包含了守壮多年的实践经验，系统全面的介绍了Apache Kylin技术，值得推荐。贾传青数据架构师，IT脱口秀(清風那个吹)创始人信息

基于Apache Kylin构建大数据分析平台目录

**部分 Apache Kylin基础部分
第1章 Apache Kylin前世今生 3
1.1 Apache Kylin的背景 3
1.2 Apache Kylin的应用场景 3
1.3 Apache Kylin的发展历程 4
第2章 Apache Kylin前奏 7
2.1 事实表和维表 7
2.2 星型模型和雪花型模型 7
2.2.1 星型模型 7
2.2.2 雪花型模型 8
2.2.3 星型模型示例 8
2.3 OLAP 9
2.3.1 OLAP分类 9 **部分 Apache Kylin基础部分第1章 Apache Kylin前世今生 3 1.1 Apache Kylin的背景 3 1.2 Apache Kylin的应用场景 3 1.3 Apache Kylin的发展历程 4 第2章 Apache Kylin前奏 7 2.1 事实表和维表 7 2.2 星型模型和雪花型模型 7 2.2.1 星型模型 7 2.2.2 雪花型模型 8 2.2.3 星型模型示例 8 2.3 OLAP 9 2.3.1 OLAP分类 9 2.3.2 OLAP的基本操作 10 2.4 数据立方体（Data Cube） 11 第3章 Apache Kylin 工作原理和体系架构 12 3.1 Kylin工作原理 12 3.2 Kylin体系架构 13 3.3 Kylin中的核心部分：Cube构建 15 3.4 Kylin的SQL查询 16 3.5 Kylin的特性和生态圈 16 第4章搭建CDH大数据平台 18 4.1 系统环境和安装包 19 4.1.1 系统环境 19 4.1.2 安装包的下载 20 4.2 准备工作：系统环境搭建 21 4.2.1 网络配置(CDH集群所有节点) 21 4.2.2 打通SSH，设置ssh无密码登录（所有节点） 21 4.3 正式安装CDH：准备工作 29 4.4 正式安装CDH5：安装配置 30 4.4.1 CDH5的安装配置 30 4.4.2 对Hive、HBase执行简单操作 39 第5章使用Kylin构建企业大数据分析平台的4种部署方式 41 5.1 Kylin部署的架构 41 5.2 Kylin的四种典型部署方式 42 第6章单独为Kylin部署HBase集群 44 第7章部署Kylin集群环境 58 7.1 部署Kylin的先决条件 58 7.2 部署Kylin集群环境 61 7.3 为Kylin集群搭建负载均衡器 70 7.3.1 搭建Nginx环境 70 7.3.2 配置Nginx实现Kylin的负载均衡 73 第二部分 Apache Kylin 进阶部分第8章 Demo案例实战 77 8.1 Sample Cube案例描述 77 8.2 Sample Cube案例实战 78 8.2.1 准备数据 78 8.2.2 构建Cube 81 第9章多维分析的Cube创建实战 89 9.1 Cube模型 89 9.2 创建Cube的流程 90 9.2.1 步骤一：Hive中事实表，以及多张维表的处理 90 9.2.2 步骤二：Kylin中建立项目（Project） 95 9.2.3 步骤三：Kylin中建立数据源（Data Source） 95 9.2.4 步骤四：Kylin中建立数据模型（Model） 98 9.2.5 步骤五：Kylin中建立Cube 104 9.2.6 步骤六：Build Cube 114 9.2.7 步骤七：查询Cube 118 第10章 Build Cube的来龙去脉 120 10.1 流程分析 120 10.2 小结 134 第三部分 Apache Kylin 高级部分第11章 Cube优化 137 第12章备份Kylin的Metadata 142 12.1 Kylin的元数据 142 12.2 备份元数据 143 12.3 恢复元数据 146 第13章使用Hive视图 147 13.1 使用Hive视图 147 13.2 使用视图实战 149 第14章 Kylin的垃圾清理 153 14.1 清理元数据 153 14.2 清理存储器数据 154 第15章 JDBC访问方式 157 第16章通过RESTful访问Kylin 161 第17章 Kylin版本之间升级 179 17.1 从1.5.2升级到*新版本1.5.3 179 17.2 从1.5.1升级到1.5.2版本 180 17.3 从Kylin 1.5.2.1升级到Kylin 1.5.3实战 181 17.4 补充内容 187 第18章大数据可视化实践 189 18.1 可视化工具简述 189 18.2 安装Kylin ODBC驱动 190 18.3 通过Excel访问Kylin 192 18.4 通过Power BI访问Kylin 194 18.4.1 安装配置Power BI 194 18.4.2 实战操作 198 18.5 通过Tableau访问Kylin 199 18.6 Kylin Mondrian Saiku 205 18.7 实战演练：通过Saiku访问Kylin 211 18.7.1 **个Schema例子：myproject_pvuv_cube的演示 211 18.7.2 第二个Schema例子：kylin_sales_cube的演示 219 18.7.3 Saiku使用的一些问题 223 18.8 通过Apache Zepplin访问Kylin 229 18.9 通过Kylin的“Insight”查询 232 第19章使用Streaming Table 构建准实时Cube 236 第20章快速数据立方算法 251 20.1 快速数据立方算法概述 251 20.2 快速数据立方算法优点和缺点 253 20.3 获取Fast Cubing算法的优势 254 第四部分 Apache Kylin的扩展部分第21章大数据智能分析平台KAP 257 21.1 大数据智能分析平台KAP概述 257 21.2 KAP的安装部署 259信息

展开全部