Imparare Apache Drill: Interrogare e analizzare fonti di dati distribuite con SQL

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 8 voti.

Titolo originale:

Learning Apache Drill: Query and Analyze Distributed Data Sources with SQL

Contenuto del libro:

Per saperne di più su Apache Drill, un motore di query SQL distribuito ed estensibile che legge enormi insiemi di dati in molti formati di file popolari come Parquet, JSON e CSV. Drill legge i dati in HDFS o in uno storage cloud-native come S3 e funziona con i metastore Hive e con i database distribuiti come HBase, MongoDB e i database relazionali. Drill funziona ovunque: sul vostro portatile o nel vostro più grande cluster.

In questo libro pratico, i committer di Drill Charles Givre e Paul Rogers mostrano agli analisti e agli scienziati dei dati come interrogare e analizzare i dati grezzi utilizzando questo potente strumento. Oggi i data scientist passano circa l'80% del loro tempo a raccogliere e pulire i dati. Con questo libro imparerete come Drill vi aiuta ad analizzare i dati in modo più efficace per ridurre il tempo necessario per ottenere informazioni.

⬤ Usate Drill per pulire, preparare e riassumere i dati delimitati per ulteriori analisi.

⬤ interrogare tipi di file come logfile, Parquet, JSON e altri formati complessi.

⬤ Interrogare Hadoop, database relazionali, MongoDB e Kafka con SQL standard.

⬤ Collegarsi a Drill in modo programmatico utilizzando diversi linguaggi.

⬤ Utilizzare Drill anche con formati di file difficili o ambigui.

⬤ Eseguire analisi sofisticate estendendo le funzionalità di Drill con funzioni definite dall'utente.

⬤ Facilitare l'analisi dei dati per la sicurezza della rete, i metadati delle immagini e l'apprendimento automatico.