高效使用Greenplum：入门、进阶与数据中台

　　这不仅是一本从原理到使用、从入门到进阶讲解Greenplum的著作，而且是一本指导企业用更省钱、更高效地方式使用Greenplum构建企业级数据仓库和数据中台的著作。作者在数据架构和数据仓库一线工作10余年，积累了丰富的项目经验，他用浅显易懂的语言、贴近生产环境的案例、丰富的示意图例写作了本书，能帮助读者快速掌握具有实战价值的知识。具体地，阅读本书你将收获如下内容： ·掌握数据仓库技术的发展历程和发展方向； ·理解MPP架构的架构特点和实现逻辑； ·Greenplum数据库的安装和基本操作； ·Greenplum数据库的工作原理； ·SQL语句从入门到开发实战； ·Greenplum数据库ETL相关功能的具体用途； ·机器学习、文本处理、图计算、GIS等的入门知识； ·掌握Greenplum数据库的运维和监控要点； ·全面掌握Greenplum数据库的性能优化； ·数据中台的理念和建设路径； ·数据中台从接口到智能化应用的项目实战； ·零售行业数据中台的项目实战案例。

　　王春波资深架构师和数据仓库专家，现任上海启高信息科技有限公司大数据架构师，Apache Doris和openGauss贡献者，Greenplum中文社区参与者。 具有十多年的数据仓库、数据集市、数据中台项目实战经验，对大数据主流技术架构、产品选型与解决方案有深入研究，尤其擅长用优雅的SQL实现复杂的逻辑。 常年奔波在各个项目交付现场，曾成功主导过中国邮政储蓄银行、南海农商银行、广东省联社、前海微众银行、广东南粤银行等多家银行的管理会计项目，以及卡宾、安踏、特步等多家零售鞋服企业的数据中台项目。 公众号“数据中台研习社”运营者。

序一
序二
序三
前言
第一部分　大数据平台概述
第1章　大数据平台技术的演进2
11　关系型数据库2
111　数据库发展历程2
112　关系型数据库独霸天下4
113　结构化查询语言SQL4
114　列存储的兴起5
12　Hadoop生态系统7
121　Hadoop概述7
122　Hadoop生态圈7
123　Hadoop的优缺点9
13　NoSQL的瓶颈和SQL数据库的回归10
131　NoSQL产品的发展10
132　NoSQL的共性11
133　SQL数据库的回归12
14　MPP架构的兴起14
141　什么是MPP架构14
142　MPP架构的蓬勃发展15
143　MPP数据库代表—TBase17
144　浅谈HTAP19
第二部分　Greenplum入门
第2章　Greenplum概述24
21　Greenplum的前世今生24
22　Greenplum数据库架构27
23　Greenplum数据库的特点28
24　Greenplum新特性及展望30
25　Greenplum的优势32
第3章　Greenplum的安装与部署35
31　Greenplum数据库安装过程35
311　准备工作35
312　安装Master节点39
313　复制安装包到其他节点41
314　初始化Greenplum数据库42
32　安装GPCC43
33　Greenplum访问接口46
331　CLI46
332　JDBC47
333　ODBC48
34　Greenplum数据库常用命令48
341　启动和停止48
342　修改参数49
343　其他常用命令51
35　Greenplum性能测试52
第4章　Greenplum使用入门54
41　数据类型详解54
411　基本数据类型54
412　特殊数据类型56
413　组合数据类型60
42　数据表的基本使用62
421　表对象定义62
422　表的基本操作63
423　数据的基本操作64
43　数据表的高级应用65
431　数据表的存储特性69
432　分区表详解72
433　外部表76
44　数据库函数79
441　数学函数79
442　三角函数列表80
443　字符串函数和操作符80
444　类型转换相关函数82
445　自定义函数83
45　数据库的其他对象85
451　视图85
452　索引85
453　序列87
第三部分　Greenplum应用
第5章　Greenplum查询详解90
51　SQL语法92
511　简单SQL语法92
512　WITH子句特性95
513　IN语句和EXISTS语句98
514　MERGE子句的实现100
52　JOIN操作101
53　分析函数的妙用106
54　高级函数精选110
第6章　ETL工具箱114
61　数据加载王者GPLoad114
611　GPLoad简介114
612　GPLoad配置详解116
613　GPLoad实战118
62　自定义存储过程120
621　存储过程介绍 120
622　存储过程应用模板121
623　存储过程精选案例122
63　PXF插件131
631　PXF简介131
632　安装PXF132
633　PXF实战135
64　DBLink136
641　DBLink简介136
642　安装DBLink137
643　DBlink实战139
65　拉链表142
第7章　Greenplum高级应用147
71　开放的编程接口147
711　PL/Python148
712　PL/R150
72　MADlib机器学习库153
721　安装MADlib154
722　线性回归案例157
723　关联规则案例158
724　朴素贝叶斯分类案例159
73　半结构化数据分析164
74　地理空间数据分析166
75　图计算应用168
第8章　Greenplum运维管理和监控172
81　数据库管理172
811　创建和管理数据库172
812　创建和管理模式173
813　创建和管理表空间175
814　创建和管理用户178
815　创建和管理资源队列180
82　可视化监控页面—GPCC183
83　管理好帮手—gp_toolkit185
84　Greenplum备份和恢复187
85　在线扩容工具GPExpand189
851　Greenplum扩容实战189
852　扩容原理分析191
86　锁机制192
861　锁管理概述192
862　普通锁数据结构192
第9章　Greenplum性能优化197
91　系统级优化197
911　操作系统选择197
912　硬件资源配置198
913　磁盘读写199
914　节点之间的网络带宽202
915　系统参数202
92　数据库级优化204
921　数据库参数配置204
922　资源队列206
93　表级优化206
931　建表参数207
932　表的优化208
94　执行计划和查询优化209
941　查看执行计划210
942　数据扫描方式210
943　分布式执行方式213
944　两种聚合方式214
945　关联分类214
946　优化器的选择216
947　其他关键术语217
第10章　Greenplum与开源组件220
101　Kettle220
102　DataX224
103　HDFS、Hive和HBase228
104　Spark230
105　Kafka235
106　Flink238
第11章　Greenplum与BI应用244
111　Tableau244