●第 1章 為Hive打好基礎：Hadoop 1 1.1  一隻小像出生了  2 1.2  Hadoop的結構  3 1.3  數據冗餘  6 1.3.1  傳統的高可用性  6 1.3.2  Hadoop的高可用性  9 1.4  MapReduce處理  12 1.4.1  超越MapReduce  16 1.4.2  YARN和現代數據架構  17 1.4.3  Hadoop 和開源社區  19 1.4.4  我們身在何處  22 第  2 章 Hive 簡介  24 2.1  Hadoop 發行版  25 2.2  集群架構  27 2.3  Hive 的安裝  30 2.4  探尋你的方式  32 2.5  Hive CLI  35 第3  章 Hive架構  37 3.1  Hive組件  37 3.2  HCatalog  38 3.3  HiveServer2  40 3.4  客戶端工具  42 3.5  執行引擎：Tez  46 第4  章 Hive表DDL  48 4.1  schema-on-read  48 4.2  Hive數據模型  49 4.2.1  模式/數據庫  49 4.2.2  為什麼使用多個模式/數據庫  49 4.2.3  創建數據庫  49 4.2.4  更改數據庫  50 4.2.5  刪除數據庫  50 4.2.6  列出數據庫  51 4.3  Hive中的數據類型  51 4.3.1  基本數據類型  51 4.3.2  選擇數據類型  51 4.3.3  復雜數據類型  52 4.4  表  53 4.4.1  創建表  53 4.4.2  列出表  54 4.4.3  內部表/外部表  54 4.4.4  內部表/受控表  55 4.4.5  內部表/外部表示例  55 4.4.6  表的屬性  59 4.4.7  生成已有表的CREATE TABLE命令  60 4.4.8  分區和分桶  61 4.4.9  分區注意事項  63 4.4.10  對日期列進行高效分區  63 4.4.11  分桶的注意事項  65 4.4.12  更改表  66 4.4.13  ORC文件格式  67 4.4.14  更改表分區  68 4.4.15  修改列  72 4.4.16  刪除表/分區  72 4.4.17  保護表/分區  73 4.4.18  其他CREATE TABLE命令選項  73 第5  章 數據操作語言  75 5.1  將數據裝載到表中  75 5.1.1  使用存儲在HDFS中的文件裝載數據  75 5.1.2  使用查詢裝載數據  77 5.1.3  將查詢到的數據寫入文件繫統  80 5.1.4  直接向表插入值  81 5.1.5  直接更新表中數據  83 5.1.6  在表中直接刪除數據  84 5.1.7  創建結構相同的表  85 5.2  連接  86 5.2.1  使用等值連接來整合表  86 5.2.2  使用外連接  87 5.2.3  使用左半連接  89 5.2.4  用單次MapReduce實現連接  90 5.2.5  最後使用優選的表  91 5.2.6  事務處理  92 5.2.7  ACID是什麼，以及為什麼要用到它  92 5.2.8  Hive配置  92 第6章  將數據裝載到Hive  94 6.1  裝載數據之前的設計注意事項  94 6.2  將數據裝載到HDFS  95 6.2.1  Ambari 文件視圖  95 6.2.2  Hadoop命令行  97 6.2.3  HDFS的NFS Gateway  97 6.2.4  Sqoop  98 6.2.5  Apache NiFi  101 6.3  用Hive 訪問數據  105 6.3.1  外部表  105 6.3.2  LOAD DATA語句  106 6.4  在Hive中裝載增量變更數據  107 6.5  Hive流處理  107 6.6  小結  108 第7章  查詢半結構化數據  109 7.1  點擊流數據  111 7.1.1  攝取數據  113 7.1.2  創建模式  116 7.1.3  裝載數據  116 7.1.4  查詢數據  116 7.2  攝取JSON數據  119 7.2.1  使用UDF查詢JSON  121 7.2.2  使用SerDe訪問JSON  122 第8章  Hive分析  125 8.1  構建分析模型  125 8.1.1  使用太陽模型獲取需求  125 8.1.2  將太陽模型轉換為星型模式  129 8.1.3  構建數據倉庫  137 8.2  評估分析模型 .  140 8.2.1  評估太陽模型  140 8.2.2  評估聚合結果  142 8.2.3  評估數據集市  143 8.3  掌握數據倉庫管理  144 8.3.1  必備條件  144 8.3.2  檢索數據庫  144 8.3.3  評估數據庫  147 8.3.4  過程數據庫  160 8.3.5  轉換數據庫  185 8.3.6  你掌握了什麼  192 8.3.7  組織數據庫  192 8.3.8  報表數據庫  196 8.3.9  示例報表  197 8.4  不錯分析  199 8.5  接下來學什麼  199 第9章  Hive性能調優  200 9.1  Hive性能檢查表  200 9.2  執行引擎  201 9.2.1  MapReduce  201 9.2.2  Tez  201 9.3  存儲格式  203 9.3.1  ORC格式  203 9.3.2  Parquet格式  205 9.4  矢量化查詢執行  206 9.5  查詢執行計劃  206 9.5.1  基於代價的優化  208 9.5.2  執行計劃  210 9.5.3  性能檢查表小結  212 第  10章 Hive的安全性  213 10.1  數據安全性的幾個方面  213 10.1.1  身份認證  214 10.1.2  授權  214 10.1.3  管理  214 10.1.4  審計  214 10.1.5  數據保護  214 10.2  Hadoop的安全性  215 10.3  Hive的安全性  215 10.3.1  默認授權模式  215 10.3.2  基於存儲的授權模式  216 10.3.3  基於SQL標準的授權模式  217 10.3.4  管理通過SQL進行的訪問  218 10.4  使用Ranger進行Hive授權  219 10.4.1  訪問Ranger用戶界面  220 10.4.2  創建Ranger策略  220 10.4.3  使用Ranger審計  222 第  11章 Hive的未來  224 11.1  LLAP  224 11.2  Hive-on-Spark  225 11.3  Hive：ACID 和MERGE  225 11.4  可調隔離等級  225 11.5  ROLAP/基於立方體的分析  226 11.6  HiveServer2的發展  226 11.7  面向不同工作負載的多個HiveServer2實例  226 附錄A  建立大數據團隊  227 附錄B  Hive函數  231