Hive是基於Hadoop的數倉工具，可對存儲在HDFS上的檔中的資料集進行資料整理、特殊查詢和分析處理，提供了類似於SQL語言的查詢語言–HiveQL，可透過HQL語句實現簡單的MR統計，Hive將HQL語句轉換成MR任務進行執行。
數倉（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrated）、相對穩定的（Non-Volatile）、反應歷史變化（Time Variant）的資料集合，用於支援管理決策。
數倉體系結構通常含四個層次：資料來源、資料存儲和管理、資料服務、資料應用。
此文是《10周入門資料分析》系列的第17篇
想瞭解學習路線，可以先閱讀 學習計畫 | 10周入門資料分析
第一章：初識Hadoop
第二章：更高效的WordCount
第三章：把別處的數據搞到Hadoop上
第四章：把Hadoop上的數據搞到別處去
第五章：快一點吧，我的SQL
第六章：「一夫多妻制」
第七章：越來越多的分析任務
第八章：我的資料要即時
第九章：我的資料要對外
第十章：很强的機器學習
經常有初學者會問，自己想往大數據方向發展，該學哪些技術，學習路線是什麼樣的，覺得大數據很火，就業很好，薪資很高……首先，如果你確定了想往這個方面發展，先考慮自己的過去從業經歷、專業、興趣是什麼。電腦專業 — — 作業系統、硬體、網路、伺服器？軟體專業 — — 軟體發展、程式設計、寫程式碼？還是數學、統計學專業 — — 對資料和數位特別感興趣？
此文是《10周入門資料分析》系列的第16篇
想瞭解學習路線，可以先閱讀 學習計畫 | 10周入門資料分析
上篇介紹了 NumPy，本篇介紹 pandas。
目錄
pandas入門
pandas的資料結構介紹
基本功能
匯總和計算描述統計
處理缺失資料
層次化索引
pandas入門
Pandas 是基於Numpy構建的，讓以NumPy為中心的應用變的更加簡單。
pandas的資料結構介紹
(想要全部鏈接 點擊閱讀原文：【速藏！】這大概是史上最最全的大數據學習資源了！)
內容目錄>>
關聯式資料庫管理系統（RDBMS）
框架
分散式程式設計
分散式檔案系統
檔資料模型
Key -Map 資料模型
鍵-值資料模型
圖形資料模型
NewSQL資料庫
列式資料庫
時間序列資料庫
類SQL處理
數據攝取
服務程式設計
調度
機器學習
基準測試
安全性
系統部署
應用程式
搜尋引擎與框架
MySQL的分支和演化
PostgreSQL的分支和演化
Memcached的分支和演化
内建式資料庫
BI商業智慧
資料視覺化
loT物聯網和感測器
文章
論文
視頻
(想要全部鏈接 點擊閱讀原文：【速藏！】這大概是史上最最全的大數據學習資源了！)
在做數據分析的過程中，經常會想數據分析到底是什麼？為什麼要做數據分析？數據分析到底該怎麼做？等這些問題。對於這些問題，小數一開始也只是有個很籠統的認識。
最近這兩天我又重新讀了一遍早就被很多人推薦的《誰說菜鳥不會數據分析》這本書。發現對這些問題講的還是比較透徹，隨後對這本書的核心內容做了一個筆記。
前兩篇講了Python的基礎，今天開始進入Python資料分析工具的教程。
Python資料分析絕對繞不過的四個包是numpy、scipy、pandas還有matplotlib。
numPy是Python數值計算最重要的基礎包，大多數提供科學計算的包都是用numPy的陣列作為構建基礎。專門用來處理矩陣，它的運算效率比列表更高效。
scipy是基於numpy的科學計算包，包括統計、線性代數等工具。
此文是《10周入門資料分析》系列的第14篇
想瞭解學習路線，可以先閱讀 學習計畫 | 10周入門資料分析
Python的內容比較多，可能要花個幾周的時間來講完。
上一篇文章講了Python的一些運行環境和資料基礎，本篇文章將來講解高級的，函數參數這些。
此文是《10周入門資料分析》系列的第13篇
想瞭解學習路線，可以先閱讀 學習計畫 | 10周入門資料分析
前面經過十幾篇文章，相想必大家對於資料分析是什麼，怎麼做有了基本的認識。跟著操作的小夥伴基本功應該練的差不多了，可以蛟龍出海了。
