第1章 初識Pig
1.1 Pig是什麼？
1.1.1 Pig是基於Hadoop的
1.1.2 Pig Latin，一種並行數據流語言
1.1.3 Pig的用途
1.1.4 Pig的設計思想
1.2 Pig發展簡史
第2章 安裝和運行Pig
2.1 下載和安裝Pig
2.1.1 從Apache下載Pig軟件包
2.1.2 從Cloudera下載Pig
2.1.3 使用Maven下載Pig
2.1.4 下載Pig源碼
2.2 運行Pig
2.2.1 本地單機運行Pig
2.2.2 在Hadoop集群上運行Pig
2.2.3 在雲服務上運行Pig
2.2.4 命令行使用以及配置選項介紹
2.2.5 返迴碼
第3章 命令行交互工具Grunt
3.1 在Grunt中輸入Pig Latin腳本
3.2 在Grunt中使用HDFS命令
3.3 在Grunt中控製Pig
第4章 Pig數據模型
4.1 數據類型
4.1.1 基本類型
4.1.2 復雜類型
4.1.3 NULL值
4.2 模式
第5章 Pig Latin介紹
5.1 基礎知識
5.1.1 大小寫敏感
5.1.2 注釋
5.2 輸入和輸齣
5.2.1 加載
5.2.2 存儲
5.2.3 輸齣
5.3 關係操作
5.3.1 foreach
5.3.2 Filter
5.3.3 Group
5.3.4 Order by
5.3.5 Distinct
5.3.6 Join
5.3.7 Limit
5.3.8 Sample
5.3.9 Parallel
5.4 用戶自定義函數UDF
5.4.1 注冊UDF
5.4.2 define命令和UDF
5.4.3 調用靜態Java函數
第6章 Pig Latin高級應用
6.1 高級關係操作
6.1.1 foreach的高級功能
6.1.2 使用不同的Join實現方法
6.1.3 cogroup
6.1.4 union
6.1.5 cross
6.2 在Pig中集成遺留代碼和MapReduce程序
6.2.1 stream
6.2.2 mapreduce
6.3 非綫性數據流
6.4 執行過程控製
6.4.1 set
6.4.2 設置分割器
6.5 Pig Latin預處理器
6.5.1 參數傳入
6.5.2 宏
6.5.3 包含其他的Pig Latin腳本
第7章 開發和測試Pig Latin腳本
7.1 開發工具
7.1.1 語法高亮和語法檢查
7.1.2 describe
7.1.3 explain
7.1.4 illustrate
7.1.5 Pig統計信息
7.1.6 MapReduce任務運行狀態信息
7.1.7 調試技巧
7.2 使用PigUnit測試用戶的腳本
第8章 讓Pig飛起來
8.1 編寫優質的腳本
8.1.1 盡早地並經常地進行過濾
8.1.2 盡早地並經常地進行映射
8.1.3 正確並閤理使用join
8.1.4 適當的情況下使用multiquery
8.1.5 選擇正確的數據類型
8.1.6 選擇閤適的並行值
8.2 編寫優質的UDF
8.3 調整Pig和Hadoop
8.4 對計算中間結果進行壓縮
8.5 數據層優化
8.6 垃圾數據處理
第9章 在Python中嵌入Pig Latin腳本
9.1 編譯
9.2 綁定
9.3 運行
9.4 工具方法
第10章 編寫評估函數和過濾函數
10.1 使用Java編寫評估函數
10.1.1 UDF將在哪裏執行
10.1.2 求值函數基本概念
10.1.3 輸入和輸齣模式
10.1.4 錯誤處理和處理過程信息報告
10.1.5 構造器和將數據從前端傳送到後端
10.1.6 重載UDF
10.1.7 運算函數的內存問題
10.2 代數運算接口
10.3 纍加器接口
10.4 使用Python寫UDF
10.5 書寫過濾器函數
第11章 編寫加載函數和存儲函數
11.1 加載函數
11.1.1 前端執行計劃函數
11.1.2 從前端調用傳遞信息到後端調用
11.1.3 後端數據讀取
11.1.4 可擴展的加載函數接口
11.2 存儲函數
11.2.1 存儲函數前端執行計劃
11.2.2 存儲函數和UDFContext
11.2.3 寫數據
11.2.4 任務失敗後數據的清理
11.2.5 存儲元數據信息
第12章 Pig和其他Hadoop社區的成員
12.1 Pig和Hive
12.2 Cascading
12.3 NoSQL數據庫
12.3.1 HBase
12.3.2 Cassandra
12.4 Hadoop中的元數據
附錄A 內置的用戶自定義函數和Piggybank
內置UDF
內置加載函數和存儲函數
內置求值函數和過濾函數
Piggybank
附錄B Hadoop綜述
MapReduce
Map階段
Combiner階段
Shuffle階段
Reduce階段
輸齣階段
分布式緩存
故障處理
HDFS
作者介紹
書末說明
· · · · · · (收起)