基本信息

• 商品名稱：Pig編程指南
• 作者：(美)蓋茨|譯者:曹坤
• 代碼：49
• 出版社：人民郵電
• ISBN號：9787115301116

其他參考信息

• 出版時間：2013-02-01
• 印刷時間：2013-02-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：191
• 字數：262千字

編輯推薦語

Apache Pig是一個**過程語言，適合於使用Hadoop和MapReduce平臺來查詢大型半結構化數據集。通過允許對分布式數據集進行類似SQL的查詢，Pig可以簡化Hadoop的使用。《Pig編程指南》由Alan Gates著，不僅為初學者講授，Pig的基礎知識，同時還向有經驗的用戶*加全面的介紹Pig的重點特性。通過學習本書，你將能夠身日了解數據模型，包括基本數據和復雜數據類型。掌握*高效的在Hadoop集群中運行腳本的方法和技巧。

內容提要

《Pig編程指南》由Alan Gates著，不僅為初學者講解Apache Pig的基 礎知識，同時也向有一定使用經驗的**用戶介紹*加綜合全面的Pig重要 特性，如PigLatin腳本語言、控制臺shell交互命令以及用於對Pig進行拓展 的用戶自定義函數(UDF)等。當讀者有大數據處理需求時，《Pig編程指南》 提供了如何*高效地使用Pig來完成需求的方法。
     《Pig編程指南》適合各個層次的Pig用戶及開發人員閱讀使用。
    

作者簡介

Alan Gates 是將PIG從雅虎的研究項目轉化成一個成功的Apache開源項目的工程師團隊中*早的成員。他負責監督Pig的實現、編程接口和總體設計。

目錄

**章 初識Pig
1.1 Pig是什麼？
1.1.1 Pig是基於Hadoop的
1.1.2 Pig Latin，一種並行數據流語言
1.1.3 Pig的用途
1.1.4 Pig的設計思想
1.2 Pig發展簡史
第2章 安裝和運行Pig
2.1 下載和安裝Pig
2.1.1 從Apache下載Pig軟件包
2.1.2 從Cloudera下載Pig
2.1.3 使用Maven下載Pig
2.1.4 下載Pig源碼
2.2 運行Pig
2.2.1 本地單機運行Pig
2.2.2 在Hadoop集群上運行Pig
2.2.3 在雲服務上運行Pig
2.2.4 命令行使用以及配置選項介紹
2.2.5 返回碼
第3章 命令行交互工具Grunt
3.1 在Grunt中輸入Pig Latin腳本
3.2 在Grunt中使用HDFS命令
3.3 在Grunt中控制Pig
第4章 Pig數據模型
4.1 數據類型
4.1.1 基本類型
4.1.2 復雜類型
4.1.3 NULL值
4.2 模式
第5章 Pig Latin介紹
5.1 基礎知識
5.1.1 大小寫敏感
5.1.2 注釋
5.2 輸入和輸出
5.2.1 加載
5.2.2 存儲
5.2.3 輸出
5.3 關繫操作
5.3.1 foreach
5.3.2 Filter
5.3.3 Group
5.3.4 Order by
5.3.5 Distinct
5.3.6 Join
5.3.7 Limit
5.3.8 Sample
5.3.9 Parallel
5.4 用戶自定義函數UDF
5.4.1 注冊UDF
5.4.2 define命令和UDF
5.4.3 調用靜態Java函數
第6章 Pig Latin**應用
6.1 **關繫操作
6.1.1 foreach的**功能
6.1.2 使用不同的Join實現方法
6.1.3 cogroup
6.1.4 union
6.1.5 cross
6.2 在Pig中集成遺留代碼和MapReduce程序
6.2.1 stream
6.2.2 mapreduce
6.3 非線性數據流
6.4 執行過程控制
6.4.1 set
6.4.2 設置分割器
6.5 Pig Latin預處理器
6.5.1 參數傳入
6.5.2 宏
6.5.3 包含其他的Pig Latin腳本
第7章 開發和測試Pig Latin腳本
7.1 開發工具
7.1.1 語法高亮和語法檢查
7.1.2 describe
7.1.3 explain
7.1.4 illustrate
7.1.5 Pig統計信息
7.1.6 MapReduce任務運行狀態信息
7.1.7 調試技巧
7.2 使用PigUnit測**戶的腳本
第8章 讓Pig飛起來
8.1 編寫優質的腳本
8.1.1 盡早地並經常地進行過濾
8.1.2 盡早地並經常地進行映射
8.1.3 正確並合理使用join
8.1.4 適當的情況下使用multiquery
8.1.5 選擇正確的數據類型
8.1.6 選擇合適的並行值
8.2 編寫優質的UDF
8.3 調整Pig和Hadoop
8.4 對計算中間結果進行壓縮
8.5 數據層優化
8.6 垃圾數據處理
第9章 在Python中嵌入Pig Latin腳本
9.1 編譯
9.2 綁定
9.3 運行
9.4 工具方法
**0章 編寫評估函數和過濾函數
10.1 使用Java編寫評估函數
10.1.1 UDF將在哪裡執行
10.1.2 求值函數基本概念
10.1.3 輸入和輸出模式
10.1.4 錯誤處理和處理過程信息報告
10.1.5 構造器和將數據從前端傳送到後端
10.1.6 重載UDF
10.1.7 運算函數的內存問題
10.2 代數運算接口
10.3 累加器接口
10.4 使用Python寫UDF
10.5 書寫過濾器函數
**1章 編寫加載函數和存儲函數
11.1 加載函數
11.1.1 前端執行計劃函數
11.1.2 從前端調用傳遞信息到後端調用
11.1.3 後端數據讀取
11.1.4 可擴展的加載函數接口
11.2 存儲函數
11.2.1 存儲函數前端執行計劃
11.2.2 存儲函數和UDFContext
11.2.3 寫數據
11.2.4 任務失敗後數據的清理
11.2.5數據信息
**2章 Pig和其他Hadoop社區的成員
12.1 Pig和Hive
12.2 Cascading
12.3 NoSQL數據庫
12.3.1 HBase
12.3.2 Cassandra
12.4 Hadoo數據
附錄A 內置的用戶自定義函數和Piggybank
內置UDF
內置加載函數和存儲函數
內置求值函數和過濾函數
Piggybank
附錄B Hadoop綜述
MapReduce
Map階段
Combiner階段
Shuffle階段
Reduce階段
輸出階段
分布式緩存
故障處理
HDFS
作者介紹
書末說明