Suche senden
Hochladen
Hue勉強会 20131008
•
8 gefällt mir
•
4,069 views
Cloudera Japan
Folgen
http://www.cloudera.co.jp 2013/10/08 に開催した、Hue 勉強会の資料です。
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 62
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Hue Notebook
Hue Notebook
Tatsuo Kawasaki
Hadoopの標準GUI Hueの最新情報2
Hadoopの標準GUI Hueの最新情報2
Cloudera Japan
オライリーセミナー Hadoop/Hiveを学ぶ #oreilly0724
オライリーセミナー Hadoop/Hiveを学ぶ #oreilly0724
Cloudera Japan
Hadoopの標準GUI HUEの最新情報
Hadoopの標準GUI HUEの最新情報
Cloudera Japan
帰ってきた鬼っ子~Stackatoを知っているか~第33回PaaS勉強会資料
帰ってきた鬼っ子~Stackatoを知っているか~第33回PaaS勉強会資料
JUNICHI YOSHISE
OpenStack ナウ (5周年企画)
OpenStack ナウ (5周年企画)
Toru Makabe
Internet week2015 s5_yoshise
Internet week2015 s5_yoshise
JUNICHI YOSHISE
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Cloudera Japan
Empfohlen
Hue Notebook
Hue Notebook
Tatsuo Kawasaki
Hadoopの標準GUI Hueの最新情報2
Hadoopの標準GUI Hueの最新情報2
Cloudera Japan
オライリーセミナー Hadoop/Hiveを学ぶ #oreilly0724
オライリーセミナー Hadoop/Hiveを学ぶ #oreilly0724
Cloudera Japan
Hadoopの標準GUI HUEの最新情報
Hadoopの標準GUI HUEの最新情報
Cloudera Japan
帰ってきた鬼っ子~Stackatoを知っているか~第33回PaaS勉強会資料
帰ってきた鬼っ子~Stackatoを知っているか~第33回PaaS勉強会資料
JUNICHI YOSHISE
OpenStack ナウ (5周年企画)
OpenStack ナウ (5周年企画)
Toru Makabe
Internet week2015 s5_yoshise
Internet week2015 s5_yoshise
JUNICHI YOSHISE
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Ibis: すごい pandas ⼤規模データ分析もらっくらく #summerDS
Cloudera Japan
初めてのHadoopパッチ投稿 / How to Contribute to Hadoop (Cloudera World Tokyo 2014 LT講演資料)
初めてのHadoopパッチ投稿 / How to Contribute to Hadoop (Cloudera World Tokyo 2014 LT講演資料)
Hadoop / Spark Conference Japan
Hadoop Operations #cwt2013
Hadoop Operations #cwt2013
Cloudera Japan
Azure How to Learn &ゆるふわ雑談Q&A
Azure How to Learn &ゆるふわ雑談Q&A
Keiji Kamebuchi
OpenStack Summitの歩き方
OpenStack Summitの歩き方
Hideki Saito
SINoALICE -シノアリス- Google Cloud Firestoreを用いた観戦機能の実現について
SINoALICE -シノアリス- Google Cloud Firestoreを用いた観戦機能の実現について
gree_tech
内製パッケージによるHadoopデータ解析基盤の構築と運用
内製パッケージによるHadoopデータ解析基盤の構築と運用
cyberagent
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Cloudera Japan
Hadoopことはじめ
Hadoopことはじめ
Katsunori Kanda
Apache Hadoop 2.8.0 の新機能 (抜粋)
Apache Hadoop 2.8.0 の新機能 (抜粋)
NTT DATA OSS Professional Services
PaaS勉強会#25 Helion Development Platform Tech Overview
PaaS勉強会#25 Helion Development Platform Tech Overview
Toru Makabe
NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例
Amazon Web Services Japan
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Tanaka Yuichi
OpenStackとTerraformで作る Phoenix Environments
OpenStackとTerraformで作る Phoenix Environments
Toru Makabe
Spark Summit 2015 参加報告
Spark Summit 2015 参加報告
Katsunori Kanda
20150613 Azure最新Update
20150613 Azure最新Update
Keiji Kamebuchi
オープンデータとAPI(青空文庫アイデアソン#1資料)
オープンデータとAPI(青空文庫アイデアソン#1資料)
Keisuke Katsuki
Spark MLlibではじめるスケーラブルな機械学習
Spark MLlibではじめるスケーラブルな機械学習
NTT DATA OSS Professional Services
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
NTT DATA OSS Professional Services
本当にあったApache Spark障害の話
本当にあったApache Spark障害の話
x1 ichi
今さら聞けない人のためのK8s超入門 Big Sur対応版
今さら聞けない人のためのK8s超入門 Big Sur対応版
VirtualTech Japan Inc./Begi.net Inc.
第1回Hadoop関西勉強会参加レポート
第1回Hadoop関西勉強会参加レポート
You&I
MapReduce 初心者が Hadoop をさわってみた。もちろん C++ から。
MapReduce 初心者が Hadoop をさわってみた。もちろん C++ から。
You&I
Weitere ähnliche Inhalte
Was ist angesagt?
初めてのHadoopパッチ投稿 / How to Contribute to Hadoop (Cloudera World Tokyo 2014 LT講演資料)
初めてのHadoopパッチ投稿 / How to Contribute to Hadoop (Cloudera World Tokyo 2014 LT講演資料)
Hadoop / Spark Conference Japan
Hadoop Operations #cwt2013
Hadoop Operations #cwt2013
Cloudera Japan
Azure How to Learn &ゆるふわ雑談Q&A
Azure How to Learn &ゆるふわ雑談Q&A
Keiji Kamebuchi
OpenStack Summitの歩き方
OpenStack Summitの歩き方
Hideki Saito
SINoALICE -シノアリス- Google Cloud Firestoreを用いた観戦機能の実現について
SINoALICE -シノアリス- Google Cloud Firestoreを用いた観戦機能の実現について
gree_tech
内製パッケージによるHadoopデータ解析基盤の構築と運用
内製パッケージによるHadoopデータ解析基盤の構築と運用
cyberagent
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Cloudera Japan
Hadoopことはじめ
Hadoopことはじめ
Katsunori Kanda
Apache Hadoop 2.8.0 の新機能 (抜粋)
Apache Hadoop 2.8.0 の新機能 (抜粋)
NTT DATA OSS Professional Services
PaaS勉強会#25 Helion Development Platform Tech Overview
PaaS勉強会#25 Helion Development Platform Tech Overview
Toru Makabe
NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例
Amazon Web Services Japan
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Tanaka Yuichi
OpenStackとTerraformで作る Phoenix Environments
OpenStackとTerraformで作る Phoenix Environments
Toru Makabe
Spark Summit 2015 参加報告
Spark Summit 2015 参加報告
Katsunori Kanda
20150613 Azure最新Update
20150613 Azure最新Update
Keiji Kamebuchi
オープンデータとAPI(青空文庫アイデアソン#1資料)
オープンデータとAPI(青空文庫アイデアソン#1資料)
Keisuke Katsuki
Spark MLlibではじめるスケーラブルな機械学習
Spark MLlibではじめるスケーラブルな機械学習
NTT DATA OSS Professional Services
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
NTT DATA OSS Professional Services
本当にあったApache Spark障害の話
本当にあったApache Spark障害の話
x1 ichi
今さら聞けない人のためのK8s超入門 Big Sur対応版
今さら聞けない人のためのK8s超入門 Big Sur対応版
VirtualTech Japan Inc./Begi.net Inc.
Was ist angesagt?
(20)
初めてのHadoopパッチ投稿 / How to Contribute to Hadoop (Cloudera World Tokyo 2014 LT講演資料)
初めてのHadoopパッチ投稿 / How to Contribute to Hadoop (Cloudera World Tokyo 2014 LT講演資料)
Hadoop Operations #cwt2013
Hadoop Operations #cwt2013
Azure How to Learn &ゆるふわ雑談Q&A
Azure How to Learn &ゆるふわ雑談Q&A
OpenStack Summitの歩き方
OpenStack Summitの歩き方
SINoALICE -シノアリス- Google Cloud Firestoreを用いた観戦機能の実現について
SINoALICE -シノアリス- Google Cloud Firestoreを用いた観戦機能の実現について
内製パッケージによるHadoopデータ解析基盤の構築と運用
内製パッケージによるHadoopデータ解析基盤の構築と運用
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Hadoopトレーニング番外編 〜間違えられやすいHadoopの7つの仕様〜
Hadoopことはじめ
Hadoopことはじめ
Apache Hadoop 2.8.0 の新機能 (抜粋)
Apache Hadoop 2.8.0 の新機能 (抜粋)
PaaS勉強会#25 Helion Development Platform Tech Overview
PaaS勉強会#25 Helion Development Platform Tech Overview
NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
OpenStackとTerraformで作る Phoenix Environments
OpenStackとTerraformで作る Phoenix Environments
Spark Summit 2015 参加報告
Spark Summit 2015 参加報告
20150613 Azure最新Update
20150613 Azure最新Update
オープンデータとAPI(青空文庫アイデアソン#1資料)
オープンデータとAPI(青空文庫アイデアソン#1資料)
Spark MLlibではじめるスケーラブルな機械学習
Spark MLlibではじめるスケーラブルな機械学習
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
データ活用をもっともっと円滑に!~データ処理・分析基盤編を少しだけ~
本当にあったApache Spark障害の話
本当にあったApache Spark障害の話
今さら聞けない人のためのK8s超入門 Big Sur対応版
今さら聞けない人のためのK8s超入門 Big Sur対応版
Ähnlich wie Hue勉強会 20131008
第1回Hadoop関西勉強会参加レポート
第1回Hadoop関西勉強会参加レポート
You&I
MapReduce 初心者が Hadoop をさわってみた。もちろん C++ から。
MapReduce 初心者が Hadoop をさわってみた。もちろん C++ から。
You&I
Strata + Hadoop World 2014 レポート #cwt2014
Strata + Hadoop World 2014 レポート #cwt2014
Cloudera Japan
Hadoopの概念と基本的知識
Hadoopの概念と基本的知識
Ken SASAKI
Drupal on bluemix20150902
Drupal on bluemix20150902
Yasushi Osonoi
Rookの今とこれから(CloudNative Meetup #3)
Rookの今とこれから(CloudNative Meetup #3)
JUNICHI YOSHISE
Apache drillを業務利用してみる(までの道のり)
Apache drillを業務利用してみる(までの道のり)
Keigo Suda
SwiftによるiOS開発再入門
SwiftによるiOS開発再入門
Tomoki Hasegawa
AWA with Realm
AWA with Realm
Yuji Hato
Dev opsが注目されている理由
Dev opsが注目されている理由
淳一 新野
エンジニアがプロダクト育成を始めるまでにやったこと
エンジニアがプロダクト育成を始めるまでにやったこと
Takao Sumitomo
Drupal on vagrant-aws
Drupal on vagrant-aws
Tomoki Hasegawa
EclipseCon Europe 2019 modeling report
EclipseCon Europe 2019 modeling report
Akira Tanaka
『SHOWROOM』の大規模化に伴う技術課題のソリューション ~演者・視聴者の熱量を支える負荷対策、HTML5対応など~
『SHOWROOM』の大規模化に伴う技術課題のソリューション ~演者・視聴者の熱量を支える負荷対策、HTML5対応など~
DeNA
PaaS / Cloud Foundry makes you happy
PaaS / Cloud Foundry makes you happy
Katsunori Kawaguchi
Drupal ISV 20160630
Drupal ISV 20160630
Hidekazu Ikeda
HTML5でOpen Dataをやってみた
HTML5でOpen Dataをやってみた
Masakazu Muraoka
ゾウ使いへの第一歩
ゾウ使いへの第一歩
Fumito Ito
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
GoAzure
基幹業務もHadoopで!! -ローソンにおける店舗発注業務へのHadoop + Hive導入と その取り組みについて-
基幹業務もHadoopで!! -ローソンにおける店舗発注業務へのHadoop + Hive導入と その取り組みについて-
Keigo Suda
Ähnlich wie Hue勉強会 20131008
(20)
第1回Hadoop関西勉強会参加レポート
第1回Hadoop関西勉強会参加レポート
MapReduce 初心者が Hadoop をさわってみた。もちろん C++ から。
MapReduce 初心者が Hadoop をさわってみた。もちろん C++ から。
Strata + Hadoop World 2014 レポート #cwt2014
Strata + Hadoop World 2014 レポート #cwt2014
Hadoopの概念と基本的知識
Hadoopの概念と基本的知識
Drupal on bluemix20150902
Drupal on bluemix20150902
Rookの今とこれから(CloudNative Meetup #3)
Rookの今とこれから(CloudNative Meetup #3)
Apache drillを業務利用してみる(までの道のり)
Apache drillを業務利用してみる(までの道のり)
SwiftによるiOS開発再入門
SwiftによるiOS開発再入門
AWA with Realm
AWA with Realm
Dev opsが注目されている理由
Dev opsが注目されている理由
エンジニアがプロダクト育成を始めるまでにやったこと
エンジニアがプロダクト育成を始めるまでにやったこと
Drupal on vagrant-aws
Drupal on vagrant-aws
EclipseCon Europe 2019 modeling report
EclipseCon Europe 2019 modeling report
『SHOWROOM』の大規模化に伴う技術課題のソリューション ~演者・視聴者の熱量を支える負荷対策、HTML5対応など~
『SHOWROOM』の大規模化に伴う技術課題のソリューション ~演者・視聴者の熱量を支える負荷対策、HTML5対応など~
PaaS / Cloud Foundry makes you happy
PaaS / Cloud Foundry makes you happy
Drupal ISV 20160630
Drupal ISV 20160630
HTML5でOpen Dataをやってみた
HTML5でOpen Dataをやってみた
ゾウ使いへの第一歩
ゾウ使いへの第一歩
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
A 2-3ゾウ使いへの第一歩 hadoop on azure 編
基幹業務もHadoopで!! -ローソンにおける店舗発注業務へのHadoop + Hive導入と その取り組みについて-
基幹業務もHadoopで!! -ローソンにおける店舗発注業務へのHadoop + Hive導入と その取り組みについて-
Mehr von Cloudera Japan
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Cloudera Japan
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
Cloudera Japan
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Cloudera Japan
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Cloudera Japan
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera Japan
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Japan
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera Japan
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Cloudera Japan
Mehr von Cloudera Japan
(20)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Hue勉強会 20131008
1.
The Hadoop UI Sho
/ Romain - October 2013 Cloudera Meetup Tokyo
2.
http://www.cloudera.co.jp/jpevents/cwt2013/
3.
Welcome !
4.
自己紹介 • 嶋内 翔(しまうち しょう) •
2011年4月にClouderaの最初の日本人社員と • • • して入社 テクニカルサポート業務をメインに、日本に おける技術に関係する業務全般を担当 email: sho@cloudera.com twitter: @shiumachi
5.
Romain Rigaux
6.
今日のアジェンダ • Hueって何? • デモ:
Hue で何ができるの? • Hue の将来
7.
Hueって何? • Hadoopを使いやすくするためのWebUI • 色々なHadoopエコシステムの集合体 •
(e.g. Hive, Pig, Impala, Oozie, Solr, Sqoop, HBase...)
8.
View from 30
000 feet
9.
Ecosystem
10.
Hueの目的 • Hadoop初心者が触るのに最適 • 色々な角度からプラットフォームを扱い、 • 慣れ親しむ 誰もがビッグデータ処理をできるようにす る
11.
Hue is Open
Source
12.
Community hue-user@
13.
Hue and Django Apps
= Django apps Core = Libs and main UI
14.
Hue has a
lot of Frontend Drag JQuery, Bootstraps KnockOut, CSS… Drag & Drop, UX
15.
Hue アプリケーション(1) ファイルブラウザ
16.
ファイルブラウザ
17.
ファイルのアップロード
18.
ファイルの閲覧
19.
ファイルの編集も可能
20.
Hue アプリケーション(2) Beeswax
21.
Beeswaxとは • HiveのWebインタフェース • 以下の操作を実行可能 o
サンプルファイルからテーブルを作成(Metastore Manager に統合) o クエリの保存・実行 o テーブル内のデータの閲覧
22.
クエリの実行
23.
クエリの保存・管理
24.
Hue アプリケーション(3) Impala
Query Editor
25.
ImpalaもHive同様にクエリ実行可能
26.
Hue アプリケーション(4) Pig
Editor
27.
Pig も Hue
から実行可能
28.
Hue アプリケーション(5) Metastore
Manager
29.
Hive/Pig/Impala共通のテーブル管理
30.
ファイルから新しいテーブルを作成
31.
ファイルから新しいテーブルを作成
32.
ファイルから新しいテーブルを作成
33.
Hue アプリケーション(6) Oozie
Editor
34.
Oozieとは • MapReduceやHiveなどのジョブのワークフ • ローを管理するツール HueのWebインタフェースから作成・管理可 能
35.
ワークフローの管理
36.
ワークフローの作成 ドラッグ&ドロップが可能 マウス操作だけでワークフ ローが作成できる
37.
コーディネータ管理 ワークフローを定期実行を設定するための機能 実行日ごとに出力先を変えたり、同時に実行可能な数 を指定することができる
38.
Hue アプリケーション(7) Sqoop
39.
Sqoopのジョブを作成する
40.
Sqoop ジョブの管理
41.
Hue アプリケーション(8) Cloudera
Search
42.
Apache Solr • オープンソースの検索システム •
キーワード検索や属性検索により、Googleの • ような検索システムを構築可能 ClouderaではSearchとして2013年6月から提 供開始 o MapReduceによるインデックス作成 o Flumeによる高速インデックス更新 o HDFS上の非構造データをそのまま検索可能 42
43.
Cloudera Search アーキテクチャ ストリーミングで
インデックスを更新 インデックスを分散保持 Webサーバ等の ログを生成するサーバ 携帯端末の 通信ログ Hadoop バッチ処理で インデックス更新 Webインタフェース 43
44.
検索結果
45.
コレクションエディタ (1) スニペットビジュアルエディタ
46.
コレクションエディタ (2) ファセット設定
47.
コレクションエディタ(3) ソート
48.
コレクションエディタ(4) ハイライト
49.
インデックス設定
50.
Hue アプリケーション(9) HBase
App
51.
HBase も Hue
から操作可能
52.
Hueで何ができる?
53.
Demo !
54.
More! gethue.tumblr.com/tagged/tutorial
55.
What's next in Hue?
56.
Roadmap • 3.0 :
October o o o o o UI の再設計 Google docs っぽいインタフェースに YARN ZooKeeper app ? (コミュニティ次第) • 3.5 : February 2014 o o o アプリケーション間連携 グラフ ? (コミュニティ次第)
57.
Hue 1 -
CDH3
58.
Hue 2 -
CDH
59.
Hue 2.5 -
CDH4.4
60.
Hue 3 -
CDH5 New design New top navigation bar
61.
Hue 3 -
New document model ● Home (like Google Drive) ● Unified sharing permissions ● Tags
62.
Links • gethue.com o o o Videos, Hadoop
Tutorials Demo VM CDH package • @gethue • hue-user@ o o Help Contributors
Jetzt herunterladen