前言

人類具備了對海量數(shù)據(jù)進(jìn)行分析處理的能力，這也許是21 世紀(jì)最重要的技術(shù)進(jìn)步之一。但是直到現(xiàn)在，用于大數(shù)據(jù)集分析的工具還是過于復(fù)雜或者昂貴（也可能是既復(fù)雜又昂貴）。Apache Drill 具備改變這一現(xiàn)狀的潛力。

Apache Drill 為數(shù)據(jù)分析領(lǐng)域帶來了無限新的可能，它允許用戶使用一種標(biāo)準(zhǔn)的語言查詢各種不同的數(shù)據(jù)源。

讀者對象

我們把本書的目標(biāo)讀者設(shè)定為三種類型：數(shù)據(jù)分析師或其他使用Drill 進(jìn)行數(shù)據(jù)查詢的人、在生產(chǎn)環(huán)境中部署和維護(hù)Drill 的系統(tǒng)管理員，以及編寫代碼擴(kuò)展Drill 功能的開發(fā)人員。

為何編寫本書

三年前，Charles 在San Jose 召開的Strata 會議上了解到了Drill，他覺得Drill 很可能為數(shù)據(jù)分析領(lǐng)域帶來一場革命。在與MapR 的首席科學(xué)家Ted Dunning 進(jìn)行了幾次交流后，Charles 意識到Drill 在安全領(lǐng)域的數(shù)據(jù)分析上大有可為。不過在那時，很多Drill 的功能都還沒有文檔，有關(guān)Drill 開發(fā)的信息也非常零散或根本找不到。Charles 想要擴(kuò)展Drill 的功能，但是不知道應(yīng)該從何入手。如果Charles 現(xiàn)在想重新學(xué)習(xí)Drill，那本書就包含了他想了解的一切注1。

Paul 在幾家商業(yè)智能（BI）公司接觸過不少數(shù)據(jù)查詢工具和數(shù)據(jù)庫工具。當(dāng)他看到Drill 時，覺得它集其他很多工具之大成，而且是開源和可擴(kuò)展的。Paul 加入了Drill的團(tuán)隊，并著手宣傳Drill 的功能。

本書向你展示了如何使用Drill 高效地分析數(shù)據(jù)。本書不能替代Drill 的文檔，它定位于學(xué)習(xí)Drill 的向?qū)�。它是使用Drill 多年的經(jīng)驗積累，并且解釋了什么是Drill 以及它是如何解決用戶問題的。

這本書也是為打算擴(kuò)展Drill 功能的人準(zhǔn)備的。當(dāng)你開始試用Drill，你就可能想要為它開發(fā)一些當(dāng)前缺失的功能。當(dāng)Charles 剛開始使用Drill 時，沒有足夠的文檔是一個很大的問題，本書的目標(biāo)就是解決這個問題。第8~12 章以深入淺出的語言介紹了如何去擴(kuò)展Drill 的功能。

本書組織結(jié)構(gòu)

本書的讀者對象有三種，各自具備不同的知識背景。以下是每個章節(jié)內(nèi)容的設(shè)計思路：

?? 第1~3 章是對Drill 的基本介紹，并介紹如何把Drill 運行起來。

?? 第4~7 章是為數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家和其它使用Drill 進(jìn)行數(shù)據(jù)查詢的人準(zhǔn)備的。除了第7 章以外，其他幾個章節(jié)都需要讀者理解SQL。

?? 第8、10~12 章介紹了如何擴(kuò)展Drill 的功能。這些章節(jié)需要讀者具備Java 開發(fā)的基本能力。

?? 第9 章介紹了在生產(chǎn)環(huán)境中安裝和配置Drill 的一些瑣碎的細(xì)節(jié)。如果你是一名系統(tǒng)管理員，這一章就是為你準(zhǔn)備的。

?? 第13 章介紹了很多Drill 的應(yīng)用案例。不管你是從事什么工作，閱讀這章的內(nèi)容都可以幫助你進(jìn)一步領(lǐng)略Drill 的強(qiáng)大功能。

在線資源

本書中使用的所有代碼和數(shù)據(jù)都可以從本書的GitHub 倉庫（https://github.com/cgivre/drillbook）下載�？梢栽贕itHub 的Issue 頁上報代碼中存在的問題。

Drill 本身也有很詳盡的在線文檔（https://drill.apache.org）可供參考。

本書內(nèi)容約定

在本書中，按以下約定進(jìn)行排版：

斜體（italic）

表示新名詞、URL、電子郵件地址、文件名以及文件擴(kuò)展名。

等寬字體（constant width）

用于程序代碼，以及在正文中引用變量、函數(shù)名稱、數(shù)據(jù)類型、環(huán)境變量、語句、關(guān)鍵字等代碼中的元素。

等寬粗體（constant width bold）

需要用戶輸入的命令或其他文本。

等寬斜體（constant width italic）

需要替換成用戶自定義的值或根據(jù)上下文決定的值。

使用示例代碼

本書輔助學(xué)習(xí)材料（代碼示例和練習(xí)等）可以從本書的GitHub 倉庫https://github.com/cgivre/drillbook 下載。

本書存在的目的就是幫助你完成工作。總的來說，你可以在自己的程序或文檔中使用本書所提供的示例代碼。如果不是對這些代碼進(jìn)行大規(guī)模的分發(fā)，就不需要聯(lián)系我們獲取授權(quán)。比如，編寫一個程序，里面使用了本書中幾段示例代碼是不需要申請授權(quán)的。出售或分發(fā)包含O’Reilly 圖書完整示例代碼的CD-ROM 則需要申請授權(quán)。引用書中的部分內(nèi)容或示例代碼來回來問題不需要授權(quán)。在你的產(chǎn)品文檔中包含本書中大量的示例代碼則需要授權(quán)。

我們不強(qiáng)制要求署名，但如果你這么做，我們深表感激。署名一般包括書名、作者、出版社和國際標(biāo)準(zhǔn)書號（ISBN）。例如：“Learning Apache Drill by Charles Givreand Paul Rogers (O’Reilly). Copyright 2019 Charles Givre and Paul Rogers, 978-1-492-03279-3”。

如果你覺得你對示例代碼的使用行為超出了合理的方式或超出了上述的允許不獲取授權(quán)的場景，可以與我們?nèi)〉寐?lián)系：permissions@oreilly.com。

O’Reilly 在線學(xué)習(xí)平臺（O’Reilly Online Learning）

近40 年來，O’Reilly Media 致力于提供技術(shù)和商業(yè)培訓(xùn)、

知識和卓越見解，來幫助眾多公司取得成功。

我們擁有獨一無二的專家和革新者組成的龐大網(wǎng)絡(luò)，他們通過圖書、文章、會議和我們的在線學(xué)習(xí)平臺分享他們的知識和經(jīng)驗。O’Reilly 的在線學(xué)習(xí)平臺允許你按需訪問現(xiàn)場培訓(xùn)課程、深入的學(xué)習(xí)路徑、交互式編程環(huán)境，以及O’Reilly 和200 多家其他出版商提供的大量文本和視頻資源。有關(guān)的更多信息，請訪問http://oreilly.com。

訪問http://oreilly.com/safari 了解更多信息。

聯(lián)系我們

任何有關(guān)本書的意見或疑問，請按照以下地址聯(lián)系出版社。

美國：

O’Reilly Media, Inc.

1005 Gravenstein Highway North

Sebastopol, CA 95472

中國：

北京市西城區(qū)西直門南大街2 號成銘大廈C 座807 室（100035）

奧萊利技術(shù)咨詢（北京）有限公司

我們?yōu)楸緯�提供了一個網(wǎng)頁，上面有勘誤表、示例和其他相關(guān)的信息，請訪問：http://bit.ly/learning-apache-drill。

有關(guān)本書的建議或者技術(shù)問題，請發(fā)郵件到bookquestions@oreilly.com。

有關(guān)其他圖書、講座、會議、新聞的信息，請訪問我們的網(wǎng)站：http://www.oreilly.com。

我們的Facebook：http://facebook.com/oreilly。

我們的Twitter：http://twitter.com/oreillymedia。

我們的YouTube：http://www.youtube.com/oreillymedia。

致謝

感謝Arina Ielchiieva、John Omernik、Aman Sinha 和 Parth Chandra 在百忙之中抽出時間幫助我們進(jìn)行技術(shù)審閱。感謝Jeff Bleiel 和整個O’Reilly 編輯團(tuán)隊與我們的緊密合作。最后還要感謝專注Drill 項目的貢獻(xiàn)者，沒有他們的幫助，就不會有本書的誕生。

來自Charles 的特別致謝

我想特別感謝我的妻子Alisheva 和孩子們：Mel、Dovie、Rozie 和Goldie，你們原諒我經(jīng)常缺席家庭活動并因為撰寫此書而工作到深夜，還支持我追求Drill 以及其他的極客愛好。沒有你們的支持，這本書就無法完成。

我還要感謝Drill 開發(fā)委員會中與我一起工作的所有成員，他們教會了我很多有關(guān)Java 開發(fā)、GitHub 和編寫生產(chǎn)級代碼的知識。感謝合著者Paul，他提出了無數(shù)寶貴的建議，還告訴了我很多Drill 內(nèi)部實現(xiàn)原理。

最后，感謝Ted Dunning 和Ellen Friedman 邀請我參與這個項目，感謝Drill 項目管理委員（PMC）會認(rèn)可我對Drill 的貢獻(xiàn)，讓我成為Drill 的Committer 以及PMC的一員。

來自Paul 的特別致謝

我想特別感謝我的妻子Anne 和孩子們：Delaine、Forrest 和Pauline，因為我常常在晚上或周末消失，埋頭撰寫本書。

我還想感謝Drill 開發(fā)團(tuán)隊在過去的兩年中對我的無私幫助，回答我在編寫本書過程中遇到的各種問題。這本書是他們把知識傳遞給其他人的一個途徑。感謝Drill 最初的開發(fā)者們，他們創(chuàng)造了這個出色的產(chǎn)品，也感謝后來一直參與改進(jìn)Drill 的其他開發(fā)者。我非常榮幸可以成為Drill PMC 的一員，并與如此出色的團(tuán)隊一起工作。感謝Charles 不斷推動這本書的創(chuàng)作進(jìn)程直到完成，并在此過程中分享他從Drill 用戶的視角所觀察到的東西。