VIP20
本课程属于：027-数据仓库建模 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

企业数据仓库烟囱架构治理与整合

📚 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
数据仓库前世今生：从烟囱式开发到数据孤岛
追溯数据仓库的起源，剖析烟囱式开发如何形成数据孤岛，理解数据仓库为何成为企业数据管理的核心基础设施。
起源数据孤岛
第2章
核心概念扫盲：ETL、OLAP、维度建模、星型模型、雪花模型
一次性讲透数据仓库领域最基础也最重要的概念，帮你建立完整的知识框架，不再被术语困扰。
ETLOLAP维度建模
第3章
Kimball vs Inmon：两大建模流派之争
深入对比Kimball维度建模与Inmon企业信息工厂两种方法论，结合场景给出选型建议，不再纠结。
KimballInmon流派
第4章
维度建模四步法：选业务过程、声明粒度、确认维度、确认事实
掌握维度建模的核心四步流程，通过案例拆解每一步的关键决策点，让建模有章可循。
四步法粒度事实
第5章
维度表设计：缓慢变化维（SCD）类型1/2/3
详解缓慢变化维的三种经典处理策略，结合实际业务场景分析如何选择，确保历史数据可追溯。
SCD维度表历史
第6章
事实表设计：事务、周期快照、累积快照
区分三种事实表类型，理解各自适用场景与设计要点，用对事实表让分析效率倍增。
事实表快照事务
第7章
数据分层：ODS、DWD、DWS、ADS
解析数据仓库经典分层架构，明确每一层的职责、数据形态与加工策略，构建清晰的数据流转体系。
分层ODSDWDDWS
第8章
数据仓库规范：命名、字段类型、开发规范
没有规矩不成方圆，建立统一的数据仓库规范是团队协作与长期维护的基石，本章提供可直接落地的规范模板。
规范命名标准化
第9章
数据建模工具：PowerDesigner、ERwin、PDMan
对比主流数据建模工具的优缺点与适用场景，帮你根据团队规模和技术栈做出最合适的选择。
工具PowerDesignerPDMan
第10章
数据质量：数据清洗、校验、监控
脏数据是数据仓库的头号敌人，学习系统化的数据质量管理方法，从清洗到监控全方位治理。
数据质量清洗监控
第11章
元数据管理：什么是元数据？为什么它比数据本身还重要？
深入理解元数据的价值，掌握元数据管理的方法与工具，让数据资产变得可发现、可理解、可信任。
元数据数据资产管理
第12章
数据血缘：数据从哪里来，到哪里去
用一张图说清楚数据血缘的采集、存储与展示，帮助团队快速定位问题，提升数据可追溯性。
数据血缘溯源可视化
第13章
数据仓库架构：Lambda架构、Kappa架构
对比Lambda与Kappa两种主流架构，探讨流批一体的实现路径与适用场景，把握实时数仓架构演进方向。
LambdaKappa流批一体
第14章
实时数仓：从T+1到秒级
梳理实时数仓的技术演进路线，从离线到实时，剖析架构变迁中的关键挑战与解决方案。
实时数仓秒级架构演进
第15章
数据湖 vs 数据仓库：湖仓一体
辨析数据湖与数据仓库的核心差异，解读湖仓一体架构是趋势还是噱头，为技术选型提供参考。
数据湖湖仓一体对比
第16章
数据仓库选型：Hive、ClickHouse、Doris、Snowflake
从性能、生态、成本、易用性等维度对比主流数据仓库产品，帮你找到最适合业务的那一款。
选型ClickHouseSnowflake
第17章
数据仓库性能优化：分区、分桶、索引、物化视图
掌握性能优化的三板斧，通过合理使用分区、分桶、索引与物化视图，让查询响应速度大幅提升。
性能优化分区物化视图
第18章
数据仓库安全：权限控制、数据脱敏、审计日志
构建数据仓库安全防护体系，从访问控制到敏感数据保护，守住企业数据资产的底线。
安全脱敏审计
第19章
数据仓库运维：监控、告警、备份、恢复
稳定压倒一切，学习数据仓库的日常运维最佳实践，包括监控体系搭建、备份策略与灾难恢复。
运维监控备份
第20章
数据仓库与数据治理：数据标准、质量、安全
将数据仓库置于数据治理的大框架下，探讨如何通过标准、质量与安全三位一体实现数据资产化。
数据治理标准三位一体
第21章
数据仓库与BI：从数据到报表
打通数据仓库与BI工具的最后公里，讲解如何高效对接报表与可视化，让数据真正产生业务价值。
BI报表可视化
第22章
数据仓库与AI：特征工程、模型训练
探索数据仓库如何为AI赋能，从特征工程到模型训练，构建数据与智能之间的桥梁。
AI特征工程模型训练
第23章
数据仓库与数据中台：中台是概念，仓库是落地
厘清数据中台与数据仓库的关系，探讨如何以数据仓库为核心构建可落地的数据中台能力。
数据中台落地概念
第24章
数据仓库项目实战：从需求调研到上线交付
全流程复盘一个真实数据仓库项目，涵盖需求调研、模型设计、开发测试到上线交付的每个环节。
实战全流程复盘
第25章
数据仓库需求分析：如何与业务方沟通
掌握与业务方高效沟通的技巧，学会挖掘真实需求，避免因需求理解偏差导致模型返工。
需求分析沟通业务方
第26章
数据仓库模型设计评审：如何避免模型设计中的坑
建立模型设计评审机制，总结常见的设计陷阱与反模式，提升模型质量与可扩展性。
评审避坑模型设计
第27章
数据仓库开发规范：SQL规范、代码Review、版本控制
将开发规范落地到日常工作中，通过SQL规范、代码Review和版本控制保障团队协作效率与代码质量。
SQL规范Code Review版本控制
第28章
数据仓库测试：单元测试、集成测试、回归测试
建立数据仓库的测试体系，通过分层测试策略保障数据准确性，降低上线风险。
测试单元测试回归测试
第29章
数据仓库上线与发布：灰度发布、回滚策略
掌握安全上线的标准流程，包括灰度发布、回滚策略与上线checklist，确保发布过程平稳可控。
上线灰度发布回滚
第30章
数据仓库未来趋势：云原生、Serverless、Data Mesh
展望数据仓库技术的未来发展方向，探讨云原生、Serverless与Data Mesh等前沿理念对行业的影响。
云原生ServerlessData Mesh
专注课程资料整理