25.数据仓库
数据仓库实战指南 目录 点击展开目录 数据仓库实战指南 目录 1. 数据仓库基础概念 1.1 数据仓库定义与特征 数据仓库四大特征 数据仓库与数据库对比 1.2 数据仓库发展历程 技术演进路径 现代数据仓库特点 1.3 数据仓库价值体现 业务价值 技术价值 2. 数据仓库架构设计 2.1 经典架构模式 Kimball架构 Inmon架构 Data Vault架构 2.2 现代架构模式 Lambda架构 Kappa架构 湖仓一体架构 Delta Lake实现 Apache Iceberg实现 Apache Hudi实现 湖仓一体最佳实践 2.3 技术架构选型 存储层选型 计算层选型 服务层选型 3. 维度建模理论与实践 3.1 维度建模基础 事实表设计 维度表设计 星型模型与雪花模型 3.2 高级建模技巧 缓慢变化维度 退化维度 一致性维度 3.3 实体建模方法 3NF建模 实体关系模型 数据集市设计 4. 数据分层架构 4.1 分层设计原则 分层目标与原则 层次职责划分 4.2 详细分层设计 ODS操作数据存储层 DWD数据明细层 DWS数据汇总层 ADS应用数据服务层 4.3 分层实施策略 建表规范 命名规范 数据流转规范 5. ETL流程设计 5.1 ETL基础概念 Extract数据抽取 Transform数据转换 Load数据加载 5.2 ELT模式 ELT与ETL对比 5.3 实时数据处理 实时数仓架构设计 流批一体架构 实时维度关联 实时OLAP存储 6. 数据治理与质量 6.1 数据治理体系 6.2 数据质量管理 6.3 元数据管理 6.4 数据安全与合规 7. 性能优化策略 7.1 存储优化 7.2 计算优化 7.3 架构优化 8. 技术组件选型 8.1 存储技术选型 HDFS分布式存储 对象存储服务 关系型数据库 8.2 计算引擎选型 Spark大数据计算 Flink流计算 Presto交互式查询 8.3 数据湖技术 Apache Hudi Apache Iceberg Delta Lake 8.4 云原生数据仓库 Snowflake BigQuery Redshift 9. 实战项目案例 9.1 电商数据仓库 业务需求与设计思路 核心模型设计 关键指标设计 9.2 金融数据仓库 业务需求与设计思路 核心模型设计 关键指标设计 9.3 物联网数据仓库 数据特点与设计思路 核心模型设计 关键技术选型 行业案例总结 10. 面试题集锦 10.1 基础理论题 概念原理类 架构设计类 10.2 建模设计题 维度建模类 分层设计类 10.3 技术实现题 ETL流程类 性能优化类 10.4 场景应用题 业务场景类 问题解决类 10.5 数据治理与元数据管理题 元数据管理类 数据治理类 10.6 实时数仓与流式处理题 实时数仓架构类 流式计算类 10.7 数据安全与合规题 数据安全类 1. 数据仓库基础概念 1.1 数据仓库定义与特征 数据仓库（Data Warehouse） 是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。 ...