Hadoop实际解决方案手册

目录

封面

扉页

内容提要

译者序

译者简介

前言

作者简介

审阅者简介

第1章 Hadoop分布式文件系统——导入和导出数据

1.1 介绍

1.2 使用Hadoop shell命令导入和导出数据到HDFS

1.3 使用distcp实现集群间数据复制

1.4 使用Sqoop从MySQL数据库导入数据到HDFS

1.5 使用Sqoop从HDFS导出数据到MySQL

1.6 配置Sqoop以支持SQL Server

1.7 从HDFS导出数据到MongoDB

1.8 从MongoDB导入数据到HDFS

1.9 使用Pig从HDFS导出数据到MongoDB

1.10 在Greenplum外部表中使用HDFS

1.11 利用Flume加载数据到HDFS中

第2章 HDFS

2.1 介绍

2.2 读写HDFS数据

2.3 使用LZO压缩数据

2.4 读写序列化文件数据

2.5 使用Avro序列化数据

2.6 使用Thrift序列化数据

2.7 使用Protocol Buffers序列化数据

2.8 设置HDFS备份因子

2.9 设置HDFS块大小

第3章 抽取和转换数据

3.1 介绍

3.2 使用MapReduce将Apache日志转换为TSV格式

3.3 使用Apache Pig过滤网络服务器日志中的爬虫访问量

3.4 使用Apache Pig根据时间戳对网络服务器日志数据排序

3.5 使用Apache Pig对网络服务器日志进行会话分析

3.6 通过Python扩展Apache Pig的功能

3.7 使用MapReduce及二次排序计算页面访问量 ...