首页
›
数据工程与实时数据平台
›
015-实时数据产品设计
›
《零基础构建实时指标层系统设计与落地》
VIP20
本课程属于:015-实时数据产品设计
数据工程与实时数据平台 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
零基础构建实时指标层系统设计与落地
📚 共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
第1章
指标层概述
什么是实时指标层、为什么需要实时指标层、实时指标层与传统数仓的区别。
概念
架构
第2章
技术选型
实时计算引擎对比(Flink vs Spark Streaming)、消息队列选型(Kafka vs Pulsar)、存储选型(ClickHouse vs Druid)。
对比
选型
第3章
环境搭建
Linux基础环境配置、Docker与Docker Compose安装、Flink Standalone集群搭建。
运维
Docker
第4章
Kafka入门
Kafka核心概念(Topic、Partition、Consumer Group)、Kafka安装与启动、命令行生产消费消息。
消息队列
实操
第5章
Flink基础
Flink架构与组件、DataStream API入门、WordCount实战。
流计算
入门
第6章
Flink时间语义
Event Time、Processing Time、Ingestion Time、Watermark机制详解。
时间
Watermark
第7章
Flink窗口操作
Tumbling Window、Sliding Window、Session Window、Global Window实战。
窗口
聚合
第8章
Flink状态管理
Keyed State与Operator State、状态后端配置、Checkpoint与Savepoint。
状态
容错
第9章
Flink容错机制
Exactly-Once语义、端到端一致性、两阶段提交协议。
一致性
2PC
第10章
Flink SQL入门
Table API与SQL、动态表概念、连续查询原理。
SQL
动态表
第11章
Flink CDC
什么是CDC、Flink CDC Connector实战(MySQL CDC)、实时同步数据到Kafka。
CDC
实时同步
第12章
ClickHouse基础
ClickHouse架构、MergeTree引擎、列式存储原理。
OLAP
列存
第13章
ClickHouse表引擎
MergeTree家族、ReplacingMergeTree、SummingMergeTree、AggregatingMergeTree。
引擎
合并树
第14章
ClickHouse查询优化
分区与排序键设计、物化视图、跳数索引。
优化
索引
第15章
实时指标设计
原子指标与派生指标、指标体系分层(DWD、DWS、ADS)、指标命名规范。
建模
规范
第16章
DWD层构建
实时数据清洗与标准化、维度退化、数据脱敏实战。
清洗
维度
第17章
DWS层构建
轻度聚合设计、预聚合策略、窗口聚合实战。
聚合
预计算
第18章
ADS层构建
宽表设计、预计算与物化、OLAP查询优化。
宽表
物化
第19章
Flink与ClickHouse集成
Flink JDBC Sink、Flink ClickHouse Connector、批量写入优化。
集成
写入
第20章
实时ETL实战
从Kafka消费数据、Flink清洗转换、写入ClickHouse。
ETL
管道
第21章
实时大屏指标
PV/UV实时统计、留存率计算、漏斗分析。
大屏
漏斗
第22章
实时风控指标
交易风控规则引擎、实时异常检测、滑动窗口计数。
风控
规则
第23章
实时推荐指标
用户实时行为序列、实时特征计算、AB实验指标。
推荐
特征
第24章
数据质量监控
实时数据质量规则、异常告警、数据回溯机制。
质量
告警
第25章
性能调优
Flink并行度调优、Kafka分区优化、ClickHouse查询优化。
调优
性能
第26章
监控与告警
Prometheus + Grafana监控Flink、ClickHouse监控指标、自定义告警规则。
监控
Grafana
第27章
数据治理
元数据管理、血缘追踪、数据生命周期管理。
治理
血缘
第28章
CI/CD与部署
GitLab CI自动化部署Flink作业、Kubernetes部署Flink、滚动升级策略。
CI/CD
K8s
第29章
实战项目一:电商实时GMV看板
订单流、支付流、退款流实时聚合,构建GMV大屏。
电商
GMV
第30章
实战项目二:实时用户画像系统
行为标签、属性标签、实时圈人,构建用户画像引擎。
画像
标签
所属VIP或分类
同VIP:API服务性能调优实战
同VIP:API服务架构设计
同VIP:事件模型与数据治理