面向Hadoop平臺(tái)的ETL語(yǔ)言編譯器的設(shè)計(jì)與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè)，還剩62頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、數(shù)據(jù)倉(cāng)庫(kù)是為了改善傳統(tǒng)數(shù)據(jù)庫(kù)在企業(yè)管理和決策方面的缺陷而發(fā)展起來(lái)的一種為企業(yè)戰(zhàn)略提供信息支持的數(shù)據(jù)平臺(tái)。ETL（Extract，Transform，Load）技術(shù)為數(shù)據(jù)倉(cāng)庫(kù)中非常重要的一環(huán)，被用來(lái)從不同的數(shù)據(jù)源進(jìn)行數(shù)據(jù)的抽取、凈化、轉(zhuǎn)換等操作，然后將規(guī)范化后的數(shù)據(jù)裝入到數(shù)據(jù)倉(cāng)庫(kù)中。
　　隨著互聯(lián)網(wǎng)程度越來(lái)越高，企業(yè)中存儲(chǔ)的數(shù)據(jù)也越來(lái)越多，傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)越來(lái)越不能滿足日益增長(zhǎng)的數(shù)據(jù)存儲(chǔ)、分析、挖掘等需求。而Hadoop技術(shù)的出現(xiàn)，使

2、得大數(shù)據(jù)的存儲(chǔ)與分析變的廉價(jià)而且易擴(kuò)展。因此，如何將Hadoop無(wú)縫整合進(jìn)企業(yè)數(shù)據(jù)處理過(guò)程是一個(gè)很重要的課題。
　　本文使用基于LL(*)文法的語(yǔ)言分析程序生成器ANTLR，實(shí)現(xiàn)了一個(gè)可以將一種廣泛應(yīng)用的ETL專有語(yǔ)言(Ab Initio DML)編譯到Hadoop平臺(tái)的編譯器。其實(shí)現(xiàn)的原理是，利用Hadoop平臺(tái)所提供的Hadoop Streaming接口，將現(xiàn)有的ETL程序編譯到使用Hadoop Streaming接口處理HD

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論