深入浅出Hive企业级架构优化、Hive Sql优化、压缩和分布式缓存(企业Hadoop应用核心产品)
  完毕
收藏课程
9999+

深入浅出Hive企业级架构优化、Hive Sql优化、压缩和分布式缓存(企业Hadoop应用核心产品)

作为企业Hadoop应用的核心产品,Hive承载着FaceBook、淘宝等大佬 95%以上的离线统计,很多企业里的离线统计甚至全由Hive完成,如我所在的电商。...

适合人群:初级
课时数量:10课时
用到技术:Hive
涉及项目:Hive企业级优化

  • 课程顾问贴心解答

    为你推荐精品课程,无论就业还是升职加薪,毫无压力。

  • 名企定制紧随大流

    量身打造紧贴企业需求的实用性课程。

  • 系统教学把控效果

    集学、测、练为一体的学习系统为你科学的安排学习进度,提高效率。

  • 一线大师1对1指导

    课程研发团队内一线资深讲师一对一指导,手把手教学,直到学会。

  • 点播答疑完美结合

    每周2-3次直播解答,保证学员日常学习问题能得到解决。

  • 量身定制学习计划

    告别杂乱的学习方式,我们会根据你的情况定制学习计划。

 

课程好不好,我们说了不算,看看学员的感谢信!

 

 

一、本课程是怎么样的一门课程(全面介绍)

 

1.1、课程的背景

作为企业Hadoop应用的核心产品,Hive承载着FaceBook、淘宝等大佬 95%以上的离线统计,很多企业里的离线统计甚至全由Hive完成,如我所在的电商。

Hive在企业云计算平台发挥的作用和影响愈来愈大,如何优化提速已经显得至关重要。

Hive作业的规模决定着优化层级,一个Hive作业的优化和一万的Hive作业的优化截然不同。

拥有1万多个Hive作业的大电商如何进行Hive优化的?本系列课结合企业实战和场景从作业架构层面、Hql(Hive sql)语法层面、Hive参数层面依次讲述。

 

1.2、课程内容简介

当然,好的架构胜过任何优化,有哪些策略构建好Hive Job架构?

好的Hql同样会效率大增,如何写出高效的Hql?

修改Hive参数,有时也能起到很好的效果

 

1.3、课程大纲

第一章:架构方面优化策略(5讲)
Hadoop的主要性能瓶颈是IO负载,降IO负载是优化的重头戏。

本章大纲:
作业架构优化手段大探底
多个降IO负载的策略和场景...
分表、源表归纳
合理设计表分区、动态分区
压缩、分布式缓存

 

第二章:Hive Sql语法层面和Properties参数层面优化(4讲)
语法优化手段归纳
Map数和Reduce数的决定和控制及案例分析
数据倾斜的避免和解决办法
执行计划剖析,从执行计划上找倾斜根本
Properties参数
高效Join、MapJoin、SEMI JOIN
减少Job 合并MR
Mapreduce中间参数

 

第三章:Impala熟悉和使用(1讲)
Impala是Cloudera 公司推出仿Hive的一个产品,目前已经有稳定的发行版本。
理论上性能比Hive好,但目前版本功能和扩展性上远不能替代Hive。
未来该产品或会有一定影响力。
特点:同Hive一样是类sql产品
公用Hive的元数据库

 

第一讲:Hive体系结构及Hive作业形式

第二讲:Hive优化策略大探底及架构优化案例一

第三讲:架构优化案例二之降IO负载策略I

第四讲:架构优化案例二之降IO负载策略II

第五讲:架构优化案例二之降IO负载策略III—压缩和分布式缓存

第六讲:Hive语法、参数层面优化一

第七讲:Hive语法、参数层面优化二

第八讲:Hive语法、参数层面优化三

 

二、课程环境:

Cloudera Hadoop 4 (Hadoop 2.0)

Hive-0.90

 

三、所需技术基础:

Hadoop基础、Hive基础、Linux基础,其他不限制(不分Java和.Net方向,皆适合)。