在互联网时代，数据量不断增多，数据仓库已成为互联网企业的标准配置。已经非常成熟的传统数据仓库，已经逐渐承受不住压力，迫切需要转型，这个转型方向就是大数据架构的数据仓库。在各大招聘网站上，一些大型企业，已经抛出高薪酬的橄榄枝，来吸引大数据数据仓库人才。

掌握数据仓库技术，是进入互联网大厂的另一种方式。不同于代码编写的工作，数据仓库更看重架构的规划、模型的设计，并能够使用 SQL 完成数据处理、分析工作。

但市面上关于数据仓库材料比较少，而且不够全面、不成体系，并没有讲解清楚数据仓库的基本核心，没有理清从传统数据仓库到大数据的数据仓库的变化过程。

本专栏将带你更深入地了解数据仓库，让你知晓它的整体建设和规划流程。通过 2 个真实数据仓库项目，亲历数据仓库从无到有的诞生，并体会真实的项目流程。我们将随专栏【附赠】一键完成集群搭建的自动化脚本，全面解决环境搭建的后顾之忧。

专栏亮点

• 系统全面的数据仓库原理与实战，用最简洁的语言和例子攻克知识点。
• 详细讲解真实企业级数据仓库实战，从集群搭建、数仓构建到真实案例开发。
• 附赠一键完成集群搭建的自动化脚本，快速完成环境搭建。

专栏结构

专栏主要技术路线以大数据数据仓库为导向，总体结构：简介 -> 架构 -> 建模 -> 最佳实践 -> 项目开发。其中前 3 部分为通用数据仓库知识，同样适用于传统数据仓库，可以选择性翻阅。最后项目实战为大数据数据仓库的完整项目，包含集群搭建、企业级完整流程实操。

• 第 1 部分：简介（01-06）
  • 01-专栏介绍&学习指南
  • 02-数据仓库诞生背景
  • 03-数据仓库概述
  • 04-MPP&分布式架构
  • 05-数据仓库技术实现
  • 06-常见数据仓库产品
• 第 2 部分：架构（07-10）
  • 07-数据仓库架构设计
  • 08-ETL流程
  • 09-数据积存功能之ODS层
  • 10-数据分析功能之DWD、DWS、ADS层
• 第 3 部分：建模（11-14）
  • 11-不同系统的建模方法
  • 12-ROLAP维度模型
  • 13-MOLAP建模方法
  • 14-多维分析
• 第 4 部分：最佳实践（15-17）
  • 15-表的分类
  • 16-ETL同步策略
  • 17-任务调度
• 第 5 部分：项目实战（18-28）
  • 18-项目&数据概述
  • 19-架构设计&环境规划
  • 20-环境搭建
  • 21-项目流程&数据生成
  • 22-ETL数据导入
  • 23-ODS层创建&数据接入
  • 24-DWD层创建&数据接入
  • 25-DWS层创建&数据接入
  • 26-ADS层复购率统计
  • 27-ADS层数据导出
  • 28-Azkaban自动化调度
• 第 6 部分：课后作业（29-32）
  • 29-GMV成交总额计算
  • 30-ADS层创建&数据接入
  • 31-ADS层数据导出
  • 32-Azkaban自动化调度

你将获得什么？

• 拥有快速搭建大数据数据仓库集群的能力
• 能够胜任大数据&传统数据仓库的设计与构建
• 掌握数据仓库的演变、架构、理论知识
• 可以独立完成数据仓库的开发工作

适宜人群

• 数据仓库的初学者
• 向大数据数据仓库转型的企业开发者
• 想全面了解数据仓库理论的架构师

作者简介

订阅须知

• 本专栏为图文内容，共计 32 篇。
• 本专栏为虚拟产品，一经付费概不退款，敬请谅解。
• 本专栏可在 GitChat 服务号、App 及网页端 gitbook.cn 上购买，一端购买，多端阅读。

订阅福利

• 订购本专栏可获得专属海报（在 GitChat 服务号领取），分享专属海报每成功邀请一位好友购买，即可获得 25% 的返现奖励，多邀多得，上不封顶，立即提现。
• 提现流程：在 GitChat 服务号中点击「我-我的邀请-提现」。
• 订阅本专栏后，即可加入 专属交流群，服务号会自动弹出入群二维码和暗号。如果你没有收到那就先关注微信服务号「GitChat」，或者加我们的小助手「Linmicc」咨询。（入群方式可查看 第 2 篇 文末说明）。