IT小白向大數(shù)據(jù)領(lǐng)域邁進(jìn)
掌握實用技能
增長經(jīng)驗
搭建完善的項目
接觸廣泛技術(shù)面
學(xué)習(xí)前沿技術(shù)
突破職業(yè)瓶頸
掌握核心技能
Linux、Hadoop
Java、Hive
Flume、Kafka
等基礎(chǔ)框架
深入了解金融審批業(yè)務(wù)流程
學(xué)會構(gòu)建金融行業(yè)的數(shù)據(jù)處理平臺
充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用
熟練應(yīng)用數(shù)倉建模理論
包含數(shù)十個Shell腳本,涉及若干業(yè)務(wù)數(shù)據(jù)原始表格及幾十張金融審批大數(shù)據(jù)表格和幾十個金融審批統(tǒng)計指標(biāo)。
根據(jù)完整的數(shù)倉建模體系,提出實踐性強的數(shù)倉搭建理論過程,進(jìn)行建模流程分析。
參考多方大廠的數(shù)倉分層體系,合理數(shù)倉分層,降低數(shù)據(jù)的耦合度,提高數(shù)據(jù)分析效率,同時降低數(shù)據(jù)計算成本。
采用實戰(zhàn)式數(shù)據(jù)模擬策略,模擬生成金融審批行業(yè)的原始業(yè)務(wù)員數(shù)據(jù),針對真實數(shù)據(jù)執(zhí)行數(shù)據(jù)采集工作。
采用流行數(shù)據(jù)采集框架DataX采集業(yè)務(wù)數(shù)據(jù),提供詳細(xì)配置文件及腳本解讀,掌握更多腳本編寫技巧。
采用Maxwell監(jiān)控業(yè)務(wù)數(shù)據(jù)變動情況,做到更實時更準(zhǔn)確的變動數(shù)據(jù)采集。
進(jìn)行真實數(shù)據(jù)ETL實操,掌握如何對原始數(shù)據(jù)進(jìn)行清洗、脫敏、數(shù)據(jù)分類和整合。
基于業(yè)務(wù)總線矩陣構(gòu)建數(shù)據(jù)倉庫DWD層,完成周期型快照事實表和累積型快照事實表的搭建和數(shù)據(jù)裝載。
基于業(yè)務(wù)總線矩陣構(gòu)建數(shù)據(jù)倉庫DIM層。
基于指標(biāo)體系分析構(gòu)建DWS層,將相同粒度、統(tǒng)計周期的派生指標(biāo)整合統(tǒng)計為寬表,提高計算結(jié)果復(fù)用性。
安裝部署DolphinScheduler,實現(xiàn)數(shù)據(jù)倉庫搭建全流程定時自動化調(diào)度以及故障自動郵件告警。
采用SuperSet對調(diào)度采集至RDBMS數(shù)據(jù)庫中的結(jié)果數(shù)據(jù)進(jìn)行多圖表、儀表盤可視化展示。
針對企業(yè)級數(shù)據(jù)倉庫的海量數(shù)據(jù)計算業(yè)務(wù),進(jìn)行全面的性能調(diào)優(yōu),包括CPU配置、內(nèi)存分配、任務(wù)提交和任務(wù)執(zhí)行計劃等方面。