导语

  

内容提要

  

    王雪迎著的《Hadoop构建数据仓库实践》讲述在流行的大数据分布式存储和计算平台Hadoop上设计实现数据仓库，将传统数据仓库建模与SQL开发的简单性与大数据技术相结合，快速、高效地建立可扩展的数据仓库及其应用系统。
    本书内容包括数据仓库、Hadoop及其生态圈的相关概念，使用Sqoop从关系数据库全量或增量抽取数据，使用HIVE进行数据转换和装载处理，使用Oozie调度作业周期性执行，使用Impala进行快速联机数据分析，使用Hue将数据可视化，以及数据仓库中的渐变维（SCD）、代理键、角色扮演维度、层次维度、退化维度、无事实的事实表、迟到的事实、累积的度量等常见问题在Hadoop上的处理等。
    本书适合数据库管理员、大数据技术人员、Hadoop技术人员、数据仓库技术人员，也适合高等院校和培训机构相关专业的师生教学参考。

    王雪迎 ，毕业于中国地质大学计算机专业，高级工程师，20年数据库、数据仓库相关技术工作经验。先后供职于北京现代商业信息技术有限公司、北京在线九州信息技术服务有限公司、华北计算技术研究所、北京优贝在线网络科技有限公司，担任DBA、数据架构师等职位。著有图书《Hadoop构建数据仓库实践》《HAWQ数据仓库与数据挖掘实战》《SQL机器学习库MADlib技术解析》。

第1章  数据仓库简介
  1.1  什么是数据仓库
    1.1.1  数据仓库的定义
    1.1.2  建立数据仓库的原因
  1.2  操作型系统与分析型系统
    1.2.1  操作型系统
    1.2.2  分析型系统
    1.2.3  操作型系统和分析型系统对比
  1.3  数据仓库架构
    1.3.1  基本架构
    1.3.2  主要数据仓库架构
    1.3.3  操作数据存储
  1.4  抽取-转换-装载
    1.4.1  数据抽取
    1.4.2  数据转换
    1.4.3  数据装载
    1.4.4  开发ETL系统的方法
    1.4.5  常见ETL工具
  1.5  数据仓库需求
    1.5.1  基本需求
    1.5.2  数据需求
  1.6  小结
第2章  数据仓库设计基础
  2.1  关系数据模型
    2.1.1  关系数据模型中的结构
    2.1.2  关系完整性
    2.1.3  规范化
    2.1.4  关系数据模型与数据仓库
  2.2  维度数据模型
    2.2.1  维度数据模型建模过程
    2.2.2  维度规范化
    2.2.3  维度数据模型的特点
    2.2.4  星型模式
    2.2.5  雪花模式
  2.3  Data Vault模型
    2.3.1  Data Vault模型简介
    2.3.2  Data Vault模型的组成部分
    2.3.3  Data Vault模型的特点
    2.3.4  Data Vault模型的构建
    2.3.5  Data Vault模型实例
  2.4  数据集市
    2.4.1  数据集市的概念
    2.4.2  数据集市与数据仓库的区别
    2.4.3  数据集市设计
  2.5  数据仓库实施步骤
  2.6  小结
第3章  Hadoop生态圈与数据仓库
  3.1  大数据定义
  3.2  Hadoop简介
    3.2.1  Hadoop的构成
……
第4章  安装Hadoop
第5章  Kettle与Hadoop
第6章  建立数据仓库示例模型
第7章  数据抽取
第8章  数据转换与装载
第9章  定期自动执行ETL作业
第10章  维度表技术
第11章  事实表技术
第12章  联机分析处理
第13章  数据可视化