西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

数据清洗与ETL技术/冯广主编

出版发行项:

北京:清华大学出版社,2022

ISBN及定价:

978-7-302-60081-7/CNY48.00

载体形态项:

12,215页:图;26cm

丛编项:

大数据系列丛书

个人责任者:

冯广 主编

学科主题:

数据处理

中图法分类号:

TP274

提要文摘附注:

本书分为6章，采用理论知识与项目教学的方式组织内容。第1章为绪论，由大数据切入，介绍大数据的基本概况，进而引入ETL，且对这3个过程做了整体说明，接着引入本书的个入门案例，利用ETL技术对论文中的年份进行处理。第2章引入ETL的个过程（数据抽取），详细介绍数据抽取的方式，紧接着对各种形式下的数据源抽取进行分类介绍，后在Windows和Linux环境下搭建MySQL，且对此进行数据抽取操作。第3章为数据转换，介绍数据转换的基本知识点，并对数据转换工具进行详细说明，后将Kettle安装及其部署作为本章的一个案例，并利用Kettle工具对某一文件的错误行进行统计并生成日志。第4章为数据加载，介绍数据加载的基本理论知识，然后搭建数据仓库，后对几种环境下的数据进行加载分析。第5章为ETL在大数据下的实现，讲解ETL在Spark、Hive、Sqoop这3种环境下的实现，并搭建Hadoop伪分布式集群，后利用Sqoop实现ETL过程。第6章为案例分析，讲解ETL在高校大数据建设、反洗钱系统、商业智能（BI）和电信领域内的应用及其实现。

豆瓣简介：