本课程将从Hive的基本概念入手，深入解析Hive的使用方式、HQL语法以及常用的仓库模式设计和Hive优化方法，并对未来Hive的发展和高级特性做一些简单介绍，并通过最后的案例实践巩固学习内容。通过本课程的学习，将能够胜任大多数互联网场景下的大数据分析和数据开发任务。
面向数据分析和数据开发，希望从事和进一步了解互联网数据仓库以及数据分析的学员。
-
1) Hive在Hadoop Ecosystem中的地位
-
2) Hive的版本演进与目前现状
-
3) 课程实践环境说明
-
4) 实操: Hive/Hadoop预备环境安装
第二课 Hive的基本概念与QuickStart
-
1) Hive的安装部署
-
2) Hive的基本架构
-
3) 启动Hive
-
4) Hive命令行
-
5) HiveServer与JDBC/ODBC
-
6) 实操: Hive命令行和ThriftServer基本使用
第三课 数据类型与文件格式
-
1) Hive支持的基本数据类型
-
2) Hive支持的集合数据类型
-
3) Hive支持的文件格式与优劣对比
第四课 HiveQL：数据定义
-
1) Hive数据模型
-
2) Database
-
3) Table
-
4) Partition
-
5) 自定义存储格式
-
6) 自定义表属性
-
7) 常用创建/删除/修改表语法
-
8) 实操: HQL 创建/删除/修改操作练习
第五课 HiveQL：数据操作
-
1) 加载数据（LoadData）
-
2) 从查询计算结果加载数据(Insert Table Select)
-
3) 动态分区(DynamicPartitioning)
-
4) CTAS（CreateTableAsSelect）
-
5) 导出数据
-
6) 实操: 练习以上数据加载计算和导出操作
第六课 HiveQL：数据查询
-
1) 从最简单的开始
-
2) Select … From
-
3) Where条件
-
4) Group By条件
-
5) Join
-
6) 排序（OrderBy/SortBy）
-
7) ClusterBy/DistributeBy
-
8) 抽样（Sampling）
-
9) Union
-
10) 实操: 练习以上各种查询语法
第七课 Hive函数与自定义函数
-
1) 查看与调用函数
-
2) 常用标准函数（UDF）
-
3) UDAF
-
4) UDTF
-
5) UDF/UDAF/UDTF开发
-
6) 实操: 练习并完成UDF Java开发的作业
第八课 Hive常用模式设计
-
1) 按天做Partition
-
2) 分桶（Bucket）
-
3) 压缩
-
4) 表Schema变更
-
5) 实操: 练习以上几种仓库设计模式
第九课 Hive调优
-
1) Hive参数说明
-
2) Explain查看执行计划
-
3) 控制Map/Reduce数
-
4) 并行执行
-
5) 推测执行
-
6) Join优化
-
7) 数据倾斜问题
-
8) 动态分区优化
-
9) 实操: 练习并理解不同优化参数下的执行逻辑
第十课 Hive新特性与其他
-
1) Hive on Tez
-
2) Hive on Spark
-
3) Hive与HBase集成
-
4) HCatalog
第十一课 案例
-
1) 广告用户行为分析场景预备
-
2) 构建Hive表与数据处理
-
3) 常用分析案例
-
4) 实操: 完成以上案例作业
评论0