几本不错的数据仓库和Hadoop书籍

<<Pentaho Kettle解决方案：使用PDI构建开源ETL解决方案>>, Matt Casters等著，初建军翻译
<<Hadoop应用架构>> Mark Grover编著, OREILLY出版
<<Hadoop权威指南>> Tom White编著, OREILLY出版
<<数据仓库工具箱 --维度建模权威指南>>, Ralph Kimballz著, 王念滨等译

原文地址：https://www.cnblogs.com/harrychinese/p/dwh_books.html

时间： 2024-10-10 03:18:07

几本不错的数据仓库和Hadoop书籍的相关文章

数据仓库和Hadoop大数据平台有什么差别？

广义上来说,Hadoop大数据平台也可以看做是新一代的数据仓库系统, 它也具有很多现代数据仓库的特征,也被企业所广泛使用.因为MPP架构的可扩展性,基于MPP的数据仓库系统有时候也被划分到大数据平台类产品. 但是数据仓库和Hadoop平台还是有很多显著的不同.针对不同的使用场景其发挥的作用和给用户带来的体验也不经相同.用户可以根据下表简单判断什么场景更适合用什么样的产品.  数据仓库和Hadoop大数据平台特性比较 特性 Hadoop Data Warehouse 计算节点数 可到数千个 一般在

Hadoop书籍汇总

<Hadoop实战>陆嘉恒 <Hadoop - The Definitive Guide>Tom White,中文版<Hadoop权威指南> <Hadoop技术内幕-深入理解MapReduce架构设计与实现原理>董西成 <Hadoop技术内幕-深入解析HADOOP COMMON和HDFS架构设计与实现原理>蔡斌

【Big Data - Hadoop - MapReduce】hadoop 学习笔记：MapReduce框架详解

开始聊MapReduce,MapReduce是Hadoop的计算框架,我学Hadoop是从Hive开始入手,再到hdfs,当我学习hdfs时候,就感觉到hdfs和mapreduce关系的紧密.这个可能是我做技术研究的思路有关,我开始学习某一套技术总是想着这套技术到底能干什么,只有当我真正理解了这套技术解决了什么问题时候,我后续的学习就能逐步的加快,而学习hdfs时候我就发现,要理解hadoop框架的意义,hdfs和mapreduce是密不可分,所以当我写分布式文件系统时候,总是感觉自己的理解肤浅

Hadoop学习笔记：MapReduce框架详解

原文出处: 夏天的森林 开始聊mapreduce,mapreduce是hadoop的计算框架,我学hadoop是从hive开始入手,再到hdfs,当我学习hdfs时候,就感觉到hdfs和mapreduce关系的紧密.这个可能是我做技术研究的思路有关,我开始学习某一套技术总是想着这套技术到底能干什么,只有当我真正理解了这套技术解决了什么问题时候,我后续的学习就能逐步的加快,而学习hdfs时候我就发现,要理解hadoop框架的意义,hdfs和mapreduce是密不可分,所以当我写分布式文件系统时候

告诉你为什么要学习hadoop？

记得11年的时候在百度知道搜Hadoop相关的问题每天只有零星几个,那会我基本每天都要去看看有没我能回答的问题.现在去百度知道搜索Hadoop已经有800多万个问题.今天主要谈谈现在关于Hadoop的工作岗位都有哪些,希望对现在初学者能有一些帮助. Hadoop是什么?hadoop是一个存储系统+计算框架的!主要解决海量数据存储与计算的问题.Hortonworks首席技术官Eric Baldeschwieler在2012年的Hadoop和大数据峰会上提到过:2015年,全球一半数据中都将通过Ha

java 书籍推荐 JavaEE程序员必读图书大推荐

java 书籍推荐 JavaEE程序员必读图书大推荐 转自:http://www.cnblogs.com/xlwmin/articles/2192775.html 下面是我根据多年的阅读和实践经验,给您推荐的一些图书: 第一部分: Java语言篇 1 <Java编程规范> 星级: 适合对象:初级,中级 介绍:作者James Gosling(Java之父),所以这本书我觉得你怎么也得读一下.对基础讲解的很不错. 2 <Java核心技术:卷Ⅰ基础知识> 星级: 适合对象:初级,中级 介

Hadoop生态圈介绍及入门（转）

本帖最后由 howtodown 于 2015-4-2 23:15 编辑 问题导读 1.Hadoop生态圈介绍了哪些组件,分别都是什么? 2.大数据与Hadoop是什么关系? 本章主要内容: 理解大数据的挑战 了解Hadoop生态圈 了解Hadoop发行版 使用基于Hadoop的企业级应用 你可能听别人说过,我们生活在“大数据”的环境中.技术驱动着当今世界的发展,计算能力飞速增长,电子设备越来越普遍,因特网越来越容易接入,与此同时,比以往任何时候都多的数据正在被传输和收集. 企业正在以惊人的速度产

【原创 Hadoop&amp;Spark 动手实践 3】Hadoop2.7.3 MapReduce理论与动手实践

开始聊MapReduce,MapReduce是Hadoop的计算框架,我学Hadoop是从Hive开始入手,再到hdfs,当我学习hdfs时候,就感觉到hdfs和mapreduce关系的紧密.这个可能是我做技术研究的思路有关,我开始学习某一套技术总是想着这套技术到底能干什么,只有当我真正理解了这套技术解决了什么问题时候,我后续的学习就能逐步的加快,而学习hdfs时候我就发现,要理解hadoop框架的意义,hdfs和mapreduce是密不可分,所以当我写分布式文件系统时候,总是感觉自己的理解肤浅

工作的空余时间可以了解的java方面书籍

一.建议有3个技术发展的方向,管理不在这里讨论: (1)是向下,也就是向底层发展 那么建议看<深入Java虚拟机>.<Java虚拟机规范>等,最好是英文原版 (2)是平行,略为向上,也就是从应用的角度 那么建议看一些跟 主流的应用框架相关的书,比如:struts2.jsf.spring.hibernate.ibatis.JBpm4等等,其实这些框架最好的资料是他的随机文档 (3)是向上,向设计层面进军 <Head First设计模式>.<研磨设计模式>.&l