舉報

會員
大數據分析:數據倉庫項目實戰
最新章節:
9.4 本章總結
本書按照需求規劃、需求實現、需求可視化的流程進行編排,遵循項目開發的實際流程,全面介紹了數據倉庫的搭建過程。在整個數據倉庫的搭建過程中,本書介紹了主要組件的安裝部署過程、需求實現的具體思路、部分問題的解決方案等,并在其中穿插了許多與大數據和數據倉庫相關的理論知識,包括大數據概論、數據倉庫概論、電商業務概述、數據倉庫理論準備、數據倉庫建模等。本書從邏輯上可以分為三部分:第一部分是大數據與數據倉庫概論及項目需求描述,主要介紹了數據倉庫的概念、應用場景和搭建需求;第二部分是項目部署的環境準備,介紹了如何從零開始搭建一個完整的數據倉庫環境;第三部分是需求模塊實現,針對不同需求分模塊進行實現,是本書的重點部分。本書適合具有一定的編程基礎并對大數據感興趣的讀者閱讀。通過閱讀本書,讀者可以快速了解數據倉庫,全面掌握數據倉庫的相關技術。
目錄(58章)
倒序
- 封面
- 版權信息
- 內容簡介
- 前言
- 關于我們
- 第1章 大數據與數據倉庫概論
- 1.1 大數據概論
- 1.2 數據倉庫概論
- 1.3 學前導讀
- 1.4 本章總結
- 第2章 項目需求描述
- 2.1 任務概述
- 2.2 業務描述
- 2.3 系統運行環境
- 2.4 本章總結
- 第3章 項目部署的環境準備
- 3.1 Linux環境準備
- 3.2 Linux環境配置
- 3.3 Hadoop環境搭建
- 3.4 本章總結
- 第4章 用戶行為數據采集模塊
- 4.1 日志生成
- 4.2 采集日志的Flume
- 4.3 消息隊列Kafka
- 4.4 消費Kafka日志的Flume
- 4.5 采集通道啟動、停止腳本
- 4.6 本章總結
- 第5章 業務數據采集模塊
- 5.1 電商業務概述
- 5.2 業務數據采集
- 5.3 本章總結
- 第6章 數據倉庫搭建模塊
- 6.1 數據倉庫理論準備
- 6.2 數據倉庫搭建環境準備
- 6.3 數據倉庫搭建——ODS層
- 6.4 數據倉庫搭建——DWD層
- 6.5 數據倉庫搭建——DWS層
- 6.6 數據倉庫搭建——DWT層
- 6.7 數據倉庫搭建——ADS層
- 6.8 結果數據導出腳本
- 6.9 會員主題指標獲取的全調度流程
- 6.10 本章總結
- 第7章 數據可視化模塊
- 7.1 模擬可視化數據
- 7.2 Superset部署
- 7.3 Superset使用
- 7.4 本章總結
- 第8章 即席查詢模塊
- 8.1 Presto
- 8.2 Druid
- 8.3 Kylin
- 8.4 即席查詢框架對比
- 8.5 本章總結
- 第9章 元數據管理模塊
- 9.1 Atlas入門
- 9.2 Atlas安裝及使用
- 9.3 Atlas界面查看及使用
- 9.4 本章總結 更新時間:2021-01-05 18:10:21
推薦閱讀
- Unity 5.x Game AI Programming Cookbook
- 達夢數據庫編程指南
- Modern Programming: Object Oriented Programming and Best Practices
- 商業分析思維與實踐:用數據分析解決商業問題
- Access 2016數據庫技術及應用
- 大數據算法
- INSTANT Cytoscape Complex Network Analysis How-to
- 數據中心數字孿生應用實踐
- 圖數據實戰:用圖思維和圖技術解決復雜問題
- 高維數據分析預處理技術
- Spark分布式處理實戰
- 數字化轉型方法論:落地路徑與數據中臺
- ORACLE 11g權威指南
- Creating Mobile Apps with Appcelerator Titanium
- SQL應用開發參考手冊
- 大數據理論與工程實踐
- 產品經理數據修煉30問
- 信息技術導論
- 自己動手做大數據系統(第2版)
- 算法設計與分析
- Internet of Things Programming with JavaScript
- Continuous Delivery and DevOps:A Quickstart Guide
- Spark大數據商業實戰三部曲:內核解密、商業案例、性能調優(第2版)
- Instant LEGO MINDSTORMS EV3
- Implementing DevOps with Microsoft Azure
- IPFS原理與實踐
- Oracle數據庫管理與維護實戰
- PostgreSQL服務器編程
- 深度學習實踐:計算機視覺
- Metasploit滲透測試與開發實踐指南