Wydajny zaawansowany translator SQL do MapReduce poprawiający przetwarzanie dużych zbiorów danych

MapReduce stäo si¿ skutecznym frameworkiem do przetwarzania i analizowania ogromnych zbiorów danych w du¿ych systemach. Z drugiej strony, zapytania SQL s¿ niezb¿dne do stworzenia wydajnego i elastycznego translatora SQL do frameworka MapReduce. Istnieje pilna potrzeba stworzenia zoptymalizowanego translatora SQL, który b¿dzie w stanie obs¿u¿y¿ zaawansowane zapytania, co pozwoli zwi¿kszy¿ wydajno¿¿ analizy danych wraz z rosn¿c¿ ilo¿ci¿ danych BigBig Data DataData. Hive obs¿uguje zapytania zwane HiveQL. HiveQL oferuje te same funkcje co SQL, ale nadal trudno jest obs¿u¿y¿ z¿o¿one zapytania SQL. W rezultacie r¿czne t¿umaczenie HiveQL cz¿sto prowadzi do s¿abej wydajno¿ci. Ponadto Flink stä si¿ skutecznym frameworkiem do analizy Big Data w du¿ych systemach klastrowych. Z drugiej strony, FLink nie obs¿uguje ¿adnego j¿zyka zapytä. Dlatego te¿, aby wykonä zapytanie SQL w FLink, konieczne jest zaprojektowanie i wdro¿enie translatora SQL do FLink. Praca przedstawiona w niniejszej ksi¿¿ce uwzgl¿dnia te ograniczenia translatorów SQL i proponuje dwa rozwi¿zania, które mo¿na uznä za translatory SQL do MapReduce, maj¿ce na celu usprawnienie analizy Big Data.

Pagina's: 80, Paperback, Wydawnictwo Nasza Wiedza