Hive für Anfänger zeigt dir, wie du gespeicherte Dateien mit Apache Hive und SQL abfragst. Anhand kleiner Bestelldaten eines Einzelhändlers verknüpfst du CSV-Dateien mit Tabellen, berechnest bezahlte Verkäufe und erstellst einen erneut aufbaubaren Regionalbericht.
Der Kurs verbindet 8 angeleitete Labs mit 2 Challenges. Konzepte werden vor ihrer Anwendung erklärt; Challenges übertragen geübte Fähigkeiten auf neue Eingaben. Kleine Datensätze ermöglichen eine Kontrolle von Hand.
Was du lernen wirst
Nach diesem Kurs kannst du:
- Tabellenspalten untersuchen und gespeichertes SQL mit Beeline ausführen;
- CSV-Dateien externen Tabellen zuordnen und Metadaten von Datensätzen unterscheiden;
- Zeilen filtern, NULL behandeln und dezimale Verkaufsaggregate berechnen;
- Kundendaten verknüpfen und den Erhalt der vorgesehenen Zeilen prüfen;
- Datumspartitionen registrieren und die Partitionsauswahl einer Abfrage untersuchen;
- ORC-Ergebnistabellen ohne angesammelte Duplikate neu aufbauen und Einlese-, Speicherort- und Partitionsprobleme diagnostizieren.
Für wen dieser Kurs geeignet ist
Für Einsteiger in Datenanalyse und Data Engineering, die Dateidaten abfragen und wiederholbare Batch-Berichte erstellen möchten.
Voraussetzungen: Grundlegende Terminalbedienung und das Lesen einer Tabelle. SQL-, Hadoop-, Java- oder Python-Vorkenntnisse sind nicht nötig.
Lernumgebung: LabEx bietet ein Linux-Terminal im Browser mit vorbereitetem Hive, HDFS und Diensten. Jede Aktivität liefert eigene Daten; Produktionsclusterverwaltung gehört nicht zum Kurs.
Häufig gestellte Fragen
Muss ich zuerst SQL lernen oder den Hadoop-Kurs abschließen?
Nein. Grundlegende Terminalbedienung und das Lesen einer Tabelle reichen aus; der Kurs führt das benötigte SQL ein. Hadoop liefert hilfreichen Kontext zu HDFS, aber jede Hive-Aktivität bereitet ihre eigene Umgebung und ihre Daten vor.
Wie unterscheidet sich Hive von den zuvor vorgestellten Hadoop-Operationen?
Die Hadoop-Übungen behandeln Dateien und Batch-Jobs. Hier bildet Hive gespeicherte Dateien auf Tabellen ab, die du mit SQL abfragst und für Verkaufsberichte nutzt. Du lernst die Zusammenhänge zwischen Metadaten, Dateipfaden und Partitionen kennen.
Muss ich Hive installieren oder eine Firmendatenbank verbinden?
Nein. LabEx stellt Hive, benötigte Dienste und Übungsdaten im Browser bereit. Du arbeitest mit vorbereiteten Verkaufsdateien und Tabellen; Unternehmensdaten oder ein Produktionscluster sind nicht erforderlich.
