云计算分布式大数据Hive数据仓库最佳实践培训
  云计算分布式大数据Hive数据仓库最佳实践培训
课程大纲：
第一部分：
第1个主题：云计算的四大核心技术
HDFS、MapReduce、HBase、Hive
第2个主题：Hive集群与管理
1、Hadoop集群的搭建
2、Hadoop集群的监控
3、Hadoop集群的管理
4、集群下运行MapReduce程序
5、安装并启动Hive
6、测试Hive
第3主题：Hive的命令、数据类型和文件格式
1、Hive的CLI
2、Hive的集合数据类型
3、编码和模式
第4主题：开发Hive
1. 连接Java调试器到Hive
2. 通过Eclipse来开发Hive代码
3. Hive的单元测试
第5题：HQL
1. HQL的数据定义
2. 使用HQL操作数据
3. 深入HQL查询
第6题：HQL的视图和索引
1、HQL的视图：降低查询的复杂度和限定特定的条件
2、HQL的索引：索引的创建和管理、定制索引
第二部分：
第1个主题：Hive中的函数
1. 使用Hive中已有的函数
2. 自定义聚合函数
3. 自定义表生成函数
4. 在自定义函数中访问缓存
第2个主题：Hive的存储过程
1、为何需要Hive中的存储过程
2、 在后台中运行的存储过程
3、HiveStorageHandler
4、 存储过程的具体编写和使用
第3个主题：Hive架构优化
1、 降低IO负载
2、 表的分区、动态分区
3、 压缩
4、分布式缓存
第4个主题：彻底优化HQL
1、 HQL优化的具体策略和方式
2、 Map和Reduce
3、数据倾斜
4，执行计划
第5个主题：在AWS上使用Hive
1. 使用并管理EMR Hive集群
2. EMR集群的详细配置
3．持久层、元数据
4.集群中的HDFS和S3(配置、日志等)
第6个主题：Hive的Thrift
1. 配置、启动、使用Thrift
2. Thrift的管理
3. 管理Hive Server
4.ThriftMetaStore