Um tradutor avançado e eficiente de SQL para MapReduce para melhorar os grandes volumes de dados
Versandkostenfrei!
Versandfertig in 6-10 Tagen
32,99 €
inkl. MwSt.
PAYBACK Punkte
16 °P sammeln!
O MapReduce tornou-se um quadro eficaz para o processamento e a análise de grandes quantidades de dados em sistemas de grande dimensão. Por outro lado, a consulta SQL é necessária para construir um tradutor SQL eficiente e flexível para a estrutura MapReduce. A necessidade de um tradutor SQL optimizado que possa lidar com consultas avançadas é muito necessária, o que pode aumentar o desempenho da análise de dados com o crescimento de BigBig Data DataData. O Hive suporta consultas que se designam por HiveQL. O HiveQL oferece as mesmas funcionalidades que o SQL, mas continua a ser difí...
O MapReduce tornou-se um quadro eficaz para o processamento e a análise de grandes quantidades de dados em sistemas de grande dimensão. Por outro lado, a consulta SQL é necessária para construir um tradutor SQL eficiente e flexível para a estrutura MapReduce. A necessidade de um tradutor SQL optimizado que possa lidar com consultas avançadas é muito necessária, o que pode aumentar o desempenho da análise de dados com o crescimento de BigBig Data DataData. O Hive suporta consultas que se designam por HiveQL. O HiveQL oferece as mesmas funcionalidades que o SQL, mas continua a ser difícil lidar com consultas SQL complexas. Além disso, o Flink tornou-se uma estrutura eficaz para a análise de Big Data em grandes sistemas de clusters. Por outro lado, o FLink não suporta qualquer linguagem de consulta. Por isso, é necessário desenhar e implementar um tradutor de SQL para FLink para executar consultas SQL no FLink. O trabalho neste livro adopta estas limitações dos tradutores de SQL e propõe duas contribuições que são consideradas como tradutores de SQL para MapReduce para melhorar a análise de Big Data.
Andere Kunden interessierten sich für
