目錄(72章)
倒序
- 封面
- 版權信息
- 內容簡介
- “數據之力技術叢書”編委會
- 前言
- 認知篇
- 第1章 概述
- 1.1 大數據的發展歷程
- 1.2 大數據為什么選用SQL
- 1.3 大數據SQL的弊端
- 1.4 為什么要調優
- 原理篇
- 第2章 SQL的本質
- 2.1 執行過程提煉
- 2.2 抽象語法樹
- 2.3 SQL抽象語法樹
- 2.4 Hive執行原理
- 2.5 Spark執行原理
- 2.6 Flink執行原理
- 實踐篇
- 第3章 任勞任怨的引擎
- 3.1 基于規則優化概述
- 3.2 基于代價優化的簡析
- 3.3 兩種優化的局限性
- 第4章 調優解決方案
- 4.1 理解業務，選擇需求
- 4.2 利用執行計劃
- 4.3 利用統計信息
- 4.4 利用日志
- 4.5 利用分析工具
- 4.6 等價重寫思想
- 第5章 結構與參數調優
- 5.1 參數調優
- 5.2 利用Hint
- 5.3 合理的表設計
- 5.4.存儲調整
- 第6章 子查詢優化案例解析
- 6.1 案例分享
- 6.2 深度剖析
- 第7章 連接優化案例解析
- 7.1 案例分享
- 7.2 深度剖析
- 第8章 聚合優化案例解析
- 8.1 分而治之
- 8.2 兩階段聚合
- 8.3 多維聚合轉UNION
- 8.4 異常值過濾
- 8.5 去重轉為求和/計數
- 8.6 使用其他結構去重
- 8.7 善用標簽
- 8.8 避免使用FINAL
- 8.9 轉為二進制處理
- 8.10 行列互置的處理辦法
- 8.11 炸裂函數中的謂詞下推
- 8.12 數據膨脹導致的任務異常
- 8.13 用MAX替換排序
- 第9章 SQL優化的“最后一公里”
- 9.1 謹慎操作NULL值
- 9.2 決定性能的關鍵—Shuffle
- 9.3 數據傾斜的危害
- 9.4 切莫盲目升級版本
- 9.5 引擎自優化的利弊
- 第10章 實戰案例分享
- 10.1 某電商業務營銷活動實時指標優化方案
- 10.2 某金融業務風控行為實時指標優化方案
- 10.3 某銀行監管項目實時指標優化方案
- 10.4 某內容平臺數倉建設歷程
- 10.5 訂單冷備數據查詢高可用方案
- 10.6 淺談實時數倉建設
- 推薦閱讀
- 作者簡介
- 封底 更新時間：2025-02-10 16:29:49
推薦閱讀
- Python金融大數據分析（第2版）
- 工業大數據分析算法實戰
- Mockito Cookbook
- LabVIEW 完全自學手冊
- 達夢數據庫運維實戰
- 計算機組裝與維護(微課版)
- 中文版Access 2007實例與操作
- SIEMENS數控技術應用工程師：SINUMERIK 840D-810D數控系統功能應用與維修調整教程
- MySQL數據庫應用與管理
- AndEngine for Android Game Development Cookbook
- Delphi High Performance
- 大數據技術體系詳解：原理、架構與實踐
- 碼上行動：利用Python與ChatGPT高效搞定Excel數據分析
- MySQL性能調優與架構設計
- Learning Ansible
- 數據庫基礎與應用
- MySQL技術內幕：InnoDB存儲引擎(第2版)
- 大數據SQL優化：原理與實踐
- R語言醫學多元統計分析
- 新一代信息技術基礎
- Access數據庫實用教程習題與實驗指導（第2版）
- Hands-On Design Patterns with Java
- 數據挖掘：你必須知道的32個經典案例（第2版）
- Hands-On Deep Learning with R
- 劍指大數據：企業級數據倉庫項目實戰（電商版）
- NoSQL精粹
- 數據庫系統管理應用
- iPhone Location Aware Apps by Example -Beginners Guide
- 深度學習實踐：計算機視覺
- 數據庫原理及MySQL應用教程
