Note :
Le livre est apprécié pour son approche pratique de l'enseignement de Sqoop à travers des recettes et des exemples concrets, ce qui le rend adapté à la fois aux débutants et à ceux qui cherchent à mettre en œuvre Sqoop dans leur pile technologique. Cependant, certains utilisateurs lui reprochent de manquer de détails importants sur l'installation de Sqoop, notamment en ce qui concerne la mise à jour pour Sqoop2.
Avantages:⬤ Utile pour tous ceux qui importent des données de MySQL vers un entrepôt de données Hadoop
⬤ offre des exemples pratiques et concrets
⬤ recettes bien structurées qui énoncent clairement les problèmes et les solutions
⬤ bon pour évaluer rapidement Sqoop
⬤ facile à comprendre
⬤ fournit une base pour l'implémentation de Sqoop.
⬤ Certains scripts nécessitent une configuration supplémentaire qui n'est pas couverte de manière adéquate
⬤ manque de mises à jour ou de clarté sur la conformité avec Sqoop2
⬤ certains utilisateurs estiment qu'il s'agit d'un gaspillage d'argent en raison de ces oublis.
(basé sur 9 avis de lecteurs)
Apache Sqoop Cookbook: Unlocking Hadoop for Your Relational Database
L'intégration de données provenant de sources multiples est essentielle à l'ère du big data, mais elle peut s'avérer une tâche difficile et fastidieuse. Ce livre de cuisine pratique propose des dizaines de recettes prêtes à l'emploi pour l'utilisation d'Apache Sqoop, l'application d'interface en ligne de commande qui optimise les transferts de données entre les bases de données relationnelles et Hadoop.
Sqoop est à la fois puissant et déconcertant, mais grâce au format problème-solution-discussion de ce livre de recettes, vous apprendrez rapidement à déployer puis à appliquer Sqoop dans votre environnement. Les auteurs fournissent des exemples de bases de données MySQL, Oracle et PostgreSQL sur GitHub que vous pouvez facilement adapter à SQL Server, Netezza, Teradata ou d'autres systèmes relationnels.
⬤ Transférer les données d'une seule table de base de données dans votre écosystème Hadoop.
⬤ Les données de la table et Hadoop sont synchronisées grâce à l'importation incrémentale des données.
⬤ Importer des données à partir de plusieurs tables de base de données.
⬤ Personnaliser les données transférées en appelant diverses fonctions de base de données.
⬤ Exporter des données générées, traitées ou sauvegardées depuis Hadoop vers votre base de données.
⬤ Exécuter Sqoop dans Oozie, le planificateur de flux de travail spécialisé de Hadoop.
⬤ Charger des données dans l'entrepôt de données Hadoop (Hive) ou dans la base de données (HBase).
⬤ Gérer les problèmes d'installation, de connexion et de syntaxe propres à chaque fournisseur de base de données.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)