米兜開始送書啦，活動持續21天

壓抑了這麼久了，是時候來一啵活動了。

  爲了感謝朋友們一直以來的支持，今天米兜獲得一位既是主編也是粉絲的支持，將贈送來自這位朋友編寫的一本書籍《Hive數據倉庫企業級應用》。此書真心推薦朋友們閱讀。

本次贈書活動規則：

第一階段：11月2日-11月8日，將從點擊本文在看且轉發朋友圈的朋友中抽取一位，記得添加文末做者羣哦，實體書包郵到家。

第二階段：11月2日-11月15日，將從轉發本文的朋友中，朋友圈點贊最多的朋友中抽取一位，記得添加文末做者羣哦，實體書包郵到家。[若是點贊大於等於50的朋友多餘5位，將抽出兩位朋友]

第三階段：11月8日-11月22日，將抽取兩位朋友，記得添加文末做者羣哦，實體書包郵到家。活動規則，待第一階段結束後公佈。

  移動互聯、電子商務、社交網絡大大拓展了互聯網的疆界和應用領域，咱們正處在一個數據爆炸性增加的時代，大量的數據對人類的數據駕馭能力提出了新的挑戰和機遇。就在這時，人們提出了大數據的思想，大數據是指那些超過傳統數據庫系統處理能力的數據。其數據規模和傳輸速度要求很高，或者其結構不適合本來的數據庫系統。可是咱們爲了獲得它其中的價值，就不得不使用一些技術手段去處理它。大數據分析常和雲計算聯繫在一塊兒，由於實時的大型數據集分析須要MapReduce同樣的計算框架來向不一樣機架，甚至是不一樣數據中心中的電腦分配工做。正是因爲Hadoop中的MR框架纔可讓人們處理TB級的數據。

  正如上面的漫畫，因爲MapReduce框架只有專業的開發人員纔可使用，SQL的人就沒辦法去使用該框架處理一些數據，所以人們發明了Hive的組件，Hive也是Apache的頂級項目，它底層的計算引擎是MR（離線計算框架）或者是Tez（基於Hadoop YARN之上的DAG計算框架），人們可使用簡單的類SQL語句就能夠跑出MR程序，從而來完成複雜的數據處理工做，Hive讓更多的人能夠去處理大數據，而且讓這份複雜的工做再也不成爲很困難的事情。Hive是一種底層封裝了Hadoop的數據倉庫處理工具，使用類SQL的HiveQL語言實現數據查詢，全部Hive的數據都存儲在Hadoop兼容的文件系統（例如，Amazon S三、HDFS）中。Hive在加載數據過程當中不會對數據進行任何的修改，只是將數據遷移到HDFS設定的目錄下。Hive的設計特色以下，

1. 支持建立索引，優化數據查詢。
2. 不一樣的存儲類型，例如，純文本文件、Hbase中的文件。
3. 將元數據保存在關係數據庫中，大大減小了在查詢過程當中執行語義檢查的時間。
4. 能夠直接使用存儲在Hadoop文件系統中的數據。
5. 內置大量用戶函數UDF來操做時間、字符串和其餘的數據挖掘工具，支持用戶擴展UDF函數來完成內置函數沒法實現的操做。
6. 類SQL的查詢方式，將SQL查詢轉換爲MapReduce的job在Hadoop集羣上執行。

  最後，介紹一下小編最近寫的一本書，叫《Hive數據倉庫企業級應用》。

  在介紹這本書以前，首先跟你們分享一下小編寫這本書的原因。我也不知道是一個多麼幸運的機會，讓小牛和電子社的老師找到我。答應寫書以後，已經數不清多少個夜晚在加班以後回去和週末還要繼續創做，在我寫這本書的過程中，我深深體會到了本身的想法仍是受言語和表達的束縛。在堅持了一年多的時間裏，電子版校對和紙質版的校對不可勝數，曾經由於內容以及表達的問題，被返稿了屢次，也一度想要放棄，可是我相信堅持下去就會獲得想要的結果。就在歷時大概快兩年的時間以後，這本書總算接近了尾聲，看到了本身想要的結果。

  說了這麼多，咱們來看一下這本書的內容，本書主要的出發點是爲了讓更多的人去學會Hive，將實戰與原理相結合。從最基礎的語法講起，
實戰方面共分爲了24章去講解，從最基礎的HQL語法到HQL優化，以及最後的案例實戰，整個過程都是含有實戰性代碼以及運行結果。

  原理部分的關鍵是最後的Hive的源碼剖析，讓廣大讀者能夠跟隨小編去了解Hive的運行機理，方便咱們更深刻的瞭解Hive的運行機制。更加劇要的是，咱們能夠從中瞭解到某一個組件之因此這麼被看好，它的奧妙所在。

  全書大體包含的內容以下:

-------------------------------------------------Hive介紹篇--------------------------------------

• 第1章 Hive基礎知識：Hadoop、Hive概述
• 第2章 Hive配置

-------------------------------------------------Hive入門篇--------------------------------------

• 第3章 Hive的基本操做
• 第4章 HiveQL：數據定義（數據庫和表）
• 第5章 HiveQL數據操做
• 第6章 HiveQL：查詢（select、where、group by、join、order by和sort by、distribute by、cluster by、Hive類型轉換、抽樣查詢、UNION ALL）
• 第7章 HiveQL：視圖
• 第8章 HiveQL：索引
• 第9章 模式設計

-------------------------------------------------Hive進階篇-------------------------------------

• 第10章 調優
• 第11章 其餘文件格式和壓縮方法
• 第12章 開發
• 第13章 函數（發現和描述、調用、聚合、表生成函數）
• 第14章 Streaming（介紹及代碼編寫、使用分佈式內存）
• 第15章 自定義Hive文件和記錄格式（SequenceFile、RCFile、CSV和TSV SerDe）

-------------------------------------------------Hive強化篇--------------------------------------

• 第16章 HCatalog（介紹、命令行、架構）
• 第17章 Hive和Oozie整合（Oozie簡介、Oozie多種操做、Oozie Coordinator使用）
• 第18章 Hive和亞馬遜網絡服務系統（AWS）
• 第19章 存儲處理程序和NoSQL（Storage Handler Background、HiveStorageHandler、Cassandra、DynamoDB）

-------------------------------------------------Hive實戰篇--------------------------------------

• 第20章 Hive大數據分析之戰
• 第21章 Hive廣告日誌數據開發
• 第22章 Hive電商數據開發
• 第23章 Hive數據分析及定時任務調度
• 第24章 Hive電視收視率統計項目開發

-----------------------------------------------Hive源碼剖析篇---------------------------------

• 第25章 Hive源碼剖析（SemanticAnalyzer、MapRedTask、ExecDriver、源碼剖析圖）

創新點：源碼部分從讀取源碼時候的環境搭建，而後每一步的函數調用，會跟隨小編的思路，瀏覽遍Hive的源碼。實戰部分根據幾個企業級的真實數據以及真實場景去作的整個項目，能夠跟隨小編了解到企業中Hive的應用場景是怎麼樣的。

適讀人羣：主要偏向於想要了解源碼、想要學習企業中開發的流程、對大數據感興趣而且想要學習的人。

最後，《Hive數據倉庫企業級應用》是小編要上的一本書，感興趣的朋友能夠進行關注。

專一於大數據、機器學習、雲計算方面的研究，感興趣的小夥伴能夠掃碼交流，一塊兒組建技術交流羣，本書出版以後，將會逐一郵寄給幸運的朋友。如下是做者我的微信和技術交流羣，歡迎你們踊躍加入。

技術交流羣	做者我的微信

@END

歡迎關注米兜Java，一個注在共享、交流的Java學習平臺。