- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 基于Hadoop生态圈的数据仓库实践 —— 环境搭建（三）
三、建立数据仓库示例模型 Hadoop及其相关服务安装配置好后，下面用一个小而完整的示例说明多维模型及其相关ETL技术在Hadoop上的具体实现。1. 设计ERD 操作型系统是一个销售订单系统，初始时只有产品、客户、订单三个表，ERD如下图所示。 多维数据仓库包含有一个销售订单事实表，产品、客户、订单、日期四个维度表，ERD如下
2016-06-29 16:01:31
18855
7
原创 基于Hadoop生态圈的数据仓库实践 —— 环境搭建（二）
二、安装Hadoop及其所需的服务1. CDH安装概述CDH的全称是Cloudera's Distribution Including Apache Hadoop，是Cloudera公司的Hadoop分发版本。有三种方式安装CDH：. Path A - 通过Cloudera Manager自动安装. Path B - 使用Cloudera Manager Parcels或Packa
2016-06-27 16:16:11
5631
3
原创 基于Hadoop生态圈的数据仓库实践 —— 环境搭建（一）
一、Hadoop版本选型 主流的Hadoop生态圈有Apache、Cloudera、HortonWorks、MapR几个不同版本，其中Cloudera、HortonWorks、MapR这几个是开源产品的商业分发版，其价值主要体现在两个方面：（1）对Hadoop生态圈中各种各样的组件进行兼容性测试并打包；（2）提供工具简化Hadoop集群的安装和建立。 Had
2016-06-25 08:23:16
5833
3
原创 基于Hadoop生态圈的数据仓库实践 —— 概述（二）
二、在Hadoop上实现数据仓库（大部分翻译自《Big Data Warehousing》） 数据仓库技术出现很长时间了，现在为什么要从传统数据库工具转为使用Hadoop呢？答案就是最引人关注的流行词汇 —— 大数据。对许多组织来说，传统关系数据库已经不能够经济地处理他们所面临的数据量。而Hadoop生态圈就是为了能够廉价处理大量数据的目的应运而生的。下面看看大数据是怎么定义
2016-06-25 08:17:01
12553
4
原创 基于Hadoop生态圈的数据仓库实践 —— 概述（一）
一、什么是数据仓库 一种被广泛接受的数据仓库定义是Bill Inmon在1991年出版的《Building the Data Warehouse》一书中所提出的 —— 数据仓库是一个面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持决策。它主要的目标是分析和处理数据，和传统的操作型事务处理有很大区别。1. 操作型系统和分析型系统 操作型系统完成
2016-06-25 07:45:55
10813
5
原创 基于Hadoop生态圈的数据仓库实践 —— 目录
第一部分：概述一、什么是数据仓库1. 操作型系统和分析型系统2. ETL3. 数据需求4. 多维数据模型基础二、在Hadoop上实现数据仓库1. 大数据的定义2. 为什么需要分布式计算3. Hadoop基本组件4. Hadoop生态圈的其它组件5. Hadoop生态圈的分布式计算思想6. 与传统数据仓库架构对应的Hadoop生态圈工具第二
2016-06-25 07:35:43
3164
1
原创 CDH 5.7.0 离线安装详解
一、环境1. IP和主机名，所有主机都可以连接互联网172.16.1.101 cdh1172.16.1.102 cdh2172.16.1.103 cdh3172.16.1.104 cdh42. 硬件资源每个机器：CPU4核、内存8G、硬盘100G3. 操作系统CentOS release 6.4 (Final) 64位二、配置1. 安装前准备
2016-06-07 10:45:06
7783
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人