在線聽書項目

真實數(shù)據(jù)ETL實操，掌握如何對原始數(shù)據(jù)進行清洗、脫敏、數(shù)據(jù)分類、整合；

基于業(yè)務總線矩陣構(gòu)建數(shù)據(jù)倉庫DWD層，完成事務型事實表、周期型事實表、累積快照事實表搭建和數(shù)據(jù)裝載；

基于業(yè)務總線矩陣構(gòu)建數(shù)據(jù)倉庫DIM層，針對緩慢變化維度，構(gòu)建拉鏈表；

基于指標體系分析構(gòu)建DWS層，將相同粒度、統(tǒng)計周期的派生指標整合統(tǒng)計為寬表，提高計算結(jié)果復用性；

安裝部署受各大廠歡迎的DolphinScheduler工作流調(diào)度系統(tǒng)，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)進行多圖表、儀表盤可視化展示；

采用Echarts，結(jié)合SpringBoot對結(jié)果數(shù)據(jù)進行可視化展示，充分掌握數(shù)據(jù)展示接口編寫流程；

基于企業(yè)級數(shù)據(jù)倉庫的海量數(shù)據(jù)計算業(yè)務，對整體項目進行性能調(diào)優(yōu)，掌握全面可實踐的性能調(diào)優(yōu)技巧。

靈活運用狀態(tài)編程、FlinkCEP、窗口函數(shù)、自定義處理函數(shù)等Flink技術(shù)點解決復雜需求。

為所有需求提供 Flink 的 Table API 和 Flink SQL 兩種解決方案，滿足不同企業(yè)的開發(fā)需求，培養(yǎng)多角度開發(fā)能力。

使用 FlinkCEP 技術(shù)識別不同用戶行為模式，分析用戶跳出行為。

采用 ClickHouse 存儲最終寬表數(shù)據(jù)，顯著提高數(shù)據(jù)查詢效率，并為用戶提供即席查詢和可視化報表展示的多種可能性。

利用 SpringBoot 編寫數(shù)據(jù)展示接口與 Sugar 對接，實現(xiàn)數(shù)據(jù)可視化大屏展示，并熟練掌握數(shù)據(jù)展示接口編寫流程。

針對企業(yè)級海量數(shù)據(jù)分析任務，詳細講解分析生產(chǎn)環(huán)境中可能遇到的反壓問題、數(shù)據(jù)傾斜問題、檢查點配置關(guān)鍵點、狀態(tài)調(diào)優(yōu)、鏈路延遲監(jiān)控等多種性能調(diào)優(yōu)問題。