CDH学习记录

本文简要概括Cloudera的用户体验指南中各章节内容：

1. 安装

两种方式体验Cloudera产品
+ 在线体验(Cloudera Live)
+ 本地虚拟机安装(QuickStart VM)

2. 场景一：导入并查询关系数据

通过sqoop命令把存在于mysql数据库中的数据在内部以mapreduce任务的方式导入到HDFS中，文件格式为Apache Parquet(为hadoop中的分析型应用设计的数据格式)，随后创建Impala/Apache Hive表。
登录Hue可以在浏览器中通过Impala对数据进行检索，Impala中可以用标准SQL语句，和在关系数据库中没有区别。

3. 场景二：批量导入文件数据

通过”CREATE EXTERNAL TABLE”导入网站访问日志数据到HIVE中，然后在Impala中用SQL进行产品的访问排行。

4. 场景三：分析日志数据

1. 利用Apache solr建立日志索引配置文件
2. 利用Apache Flume整合日志文件以及Morphline中定义的日志文件转换规则
3. 在Hue中高效查询日志数据