《Hive性能调优实战》内容简介

本书所介绍的实例都是从原理谈优化，让读者知其然也知其所以然。例如，在介绍HiveSQL调优时，我们会转换成计算引擎执行的等价代码，让读者知道HiveSQL的实际运行流程，从而直观地理解其可能引发的性能问题。
林志煌，曾在中国互联网头部公司长期从事大数据相关项目的研发。擅长并能够熟练使用Hive、MapReduce和Spark等大数据相关技术。经手过日数据流量TB级别和总量PB级别的Hadoop大数据平台建设。从事过数据采集、数据清洗、数据仓库模型构建及数据产品研发等工作，涵盖了数据生命周期的主要阶段。

作品目录

前言
第1章：举例感受Hive性能调优的多样性
1.1、感受改写SQL对性能的影响
1.2、感受调整数据块大小对性能的影响
1.3、感受不同数据格式对性能的提升
1.4、感受不同的表设计对性能的影响
1.5、调优其实不难
第2章：Hive问题排查与调优思路
2.1、小白推演Hive的优化方法
2.2、老工对Hive的调优理解
2.3、总结调优的一般性过程
第3章：环境搭建
3.1、Docker基础
3.2、Cloudera
Docker搭建伪分布式环境
3.3、Docker搭建分布式集群
3.4、CDM搭建分布式集群
3.5、使用GitHub开源项目构建集群
第4章：Hive及其相关大数据组件
4.1、Hive架构
4.2、YARN组件
4.3、HDFS架构
4.4、计算引擎
第5章：深入MapReduce计算引擎
5.1、MapReduce整体处理过程
5.2、MapReduce作业输入
5.3、MapReduce的Mapper
5.4、MapReduce的Reducer
5.5、MapReduce的Shuffle
5.6、MapReduce的Map端聚合
5.7、MapReduce作业输出
5.8、MapReduce作业与Hive配置
5.9、MapReduce与Tez对比
第6章：HiveSQL执行计划
6.1、查看SQL的执行计划
6.2、简单SQL的执行计划解读
6.3、带普通函数/操作符SQL的执行计划解读
6.4、带聚合函数的SQL执行计划解读
6.5、带窗口/分析函数的SQL执行计划解读
6.6、表连接的SQL执行计划解读
第7章：Hive数据处理模式
7.1、过滤模式
7.2、聚合模式
7.3、连接模式
第8章：YARN日志
8.1、查看YARN日志的方式
8.2、快速查看集群概况
8.3、查看集群节点概况
8.4、查看集群的队列调度情况
8.5、查看集群作业运行信息
第9章：数据存储
9.1、文件存储格式之Apache
ORC
9.2、与ORC相关的Hive配置
9.3、文件存储格式之Apache
Parquet
9.4、数据归档
第10章：发现并优化Hive中的
10.1、监控Hive数据库的状态
10.2、监控当前集群状态
10.3、定位性能瓶颈
10.4、数据倾斜
第11章：Hive知识体系总结
11.1、Hive知识体系
11.2、数据粒度
11.3、SQL相关
11.4、文件操作