大數(shù)據(jù)平臺建設(shè)培訓(xùn)與咨詢

?

培訓(xùn)大綱：

?

大數(shù)據(jù)發(fā)展歷程及主流技術(shù)棧構(gòu)成
1.?為什么會出現(xiàn)大數(shù)據(jù)，大數(shù)據(jù)的演進(jìn)過程是怎么樣的
2.?商業(yè)智能BI、數(shù)據(jù)倉庫DW、數(shù)據(jù)湖DL、數(shù)據(jù)中臺的原理、區(qū)別和核心職能
3.?支撐大數(shù)據(jù)平臺的主流框架技術(shù)介紹：Spark、Flink、HDFS、HBase、Hive、Kylin、Presto、Kafka、ClickHouse 等

整體大數(shù)據(jù)平臺核心板塊構(gòu)成及架構(gòu)設(shè)計
1.?整體大數(shù)據(jù)處理鏈路介紹及每個環(huán)節(jié)的技術(shù)選型方案
2.?五大核心板塊介紹：數(shù)據(jù)接入處理（收集、接收、解析、標(biāo)準(zhǔn)化 等）、數(shù)據(jù)治理與管理（安全脫敏、ID-Mapping血緣圖譜、主體式數(shù)據(jù)倉庫 等）、數(shù)據(jù)消費提?。ㄅ?、實時、T+1、API?等）、數(shù)據(jù)鏈路跟蹤（數(shù)據(jù)回溯、中間狀態(tài)追蹤、數(shù)據(jù)服務(wù)保障 等）、數(shù)據(jù)工具支撐（可視化建模、任務(wù)調(diào)度、數(shù)據(jù)搬遷 等）
3.?整體大數(shù)據(jù)架構(gòu)設(shè)計介紹：技術(shù)架構(gòu)、存儲與計算架構(gòu)、部署架構(gòu)、容災(zāi)架構(gòu)，實時流計算，離線存儲的核心本質(zhì)，如何監(jiān)測實時流處理過程中的問題回溯
4.?HDFS、HBase、Hive、Kylin、Spark Streaming/SQL、Flink的底層核心原理及適用業(yè)務(wù)場景（結(jié)合實際工程代碼方式講解）

大型分布式數(shù)據(jù)倉庫建模思路與實踐
1.?軟件系統(tǒng)建模方法：（結(jié)構(gòu)型）類圖、對象圖、構(gòu)件圖、部署圖、包圖；（行為型）動圖、狀態(tài)機圖、順序圖、通信圖、用例圖、時間圖
2.?常用數(shù)據(jù)建模方法：實體建模法、維度建模法、范式建模法（結(jié)合案例講解）
3.?基于中臺思想，數(shù)據(jù)分層的主體思路與重要性介紹
4.?基于分布式數(shù)據(jù)倉庫，針對數(shù)據(jù)的采集、處理、建模的最佳實踐介紹
5.?數(shù)據(jù)倉庫建設(shè)方法論，星型模型（非關(guān)系型DB存儲，以空間換時間）和雪花模型（關(guān)系型DB存儲，以時間還空間）兩種建模思想的核心差異和適用場景

數(shù)據(jù)建模與處理行業(yè)案例分析（思路、方法、技術(shù)選型）
1.?基于事件驅(qū)動U-E建模，結(jié)合業(yè)務(wù)分拆數(shù)據(jù)處理粒度、維度、范圍、邊界，如：主題式抽取，數(shù)據(jù)標(biāo)簽化定義 等
2.?結(jié)合業(yè)務(wù)講解E-R模型構(gòu)建，動態(tài)、靜態(tài)屬性識別，數(shù)據(jù)客觀事實關(guān)系識別與定義
3.?基于車聯(lián)網(wǎng)領(lǐng)域秒級、毫秒級數(shù)據(jù)上報如何接收與處理
4.?如何解決數(shù)據(jù)擠壓問題，有哪些成熟的方法和技術(shù)手段

5.?數(shù)據(jù)接入云端后，如何防丟失，如何做削峰處理，如何保障后續(xù)服務(wù)健康運行
6.?案例分析：數(shù)據(jù)接收、解析、建模、存儲、計算、提取全流程中行業(yè)