商品簡介
MapReduce stalo się skutecznym frameworkiem do przetwarzania i analizowania ogromnych zbior闚 danych w dużych systemach. Z drugiej strony, zapytania SQL są niezbędne do stworzenia wydajnego i elastycznego translatora SQL do frameworka MapReduce. Istnieje pilna potrzeba stworzenia zoptymalizowanego translatora SQL, kt鏎y będzie w stanie obslużyc zaawansowane zapytania, co pozwoli zwiększyc wydajnośc analizy danych wraz z rosnącą ilością danych BigBig Data DataData. Hive obsluguje zapytania zwane HiveQL. HiveQL oferuje te same funkcje co SQL, ale nadal trudno jest obslużyc zlożone zapytania SQL. W rezultacie ręczne tlumaczenie HiveQL często prowadzi do slabej wydajności. Ponadto Flink stal się skutecznym frameworkiem do analizy Big Data w dużych systemach klastrowych. Z drugiej strony, FLink nie obsluguje żadnego języka zapytań. Dlatego też, aby wykonac zapytanie SQL w FLink, konieczne jest zaprojektowanie i wdrożenie translatora SQL do FLink. Praca przedstawiona w niniejszej książce uwzględnia te ograniczenia translator闚 SQL i proponuje dwa rozwiązania, kt鏎e można uznac za translatory SQL do MapReduce, mające na celu usprawnienie analizy Big Data.
