真實數(shù)據(jù)ETL實操，掌握如何對原始數(shù)據(jù)進(jìn)行清洗、脫敏、數(shù)據(jù)分類、整合；

基于業(yè)務(wù)總線矩陣構(gòu)建數(shù)據(jù)倉庫DWD層，完成事務(wù)型事實表、周期型事實表、累積快照事實表搭建和數(shù)據(jù)裝載；

基于業(yè)務(wù)總線矩陣構(gòu)建數(shù)據(jù)倉庫DIM層，針對緩慢變化維度，構(gòu)建拉鏈表；

基于指標(biāo)體系分析構(gòu)建DWS層，將相同粒度、統(tǒng)計周期的派生指標(biāo)整合統(tǒng)計為寬表，提高計算結(jié)果復(fù)用性；

安裝部署受各大廠歡迎的DolphinScheduler工作流調(diào)度系統(tǒng)，實現(xiàn)數(shù)據(jù)倉庫搭建全流程定時自動化調(diào)度以及故障自動郵件告警；

采用SuperSet對調(diào)度采集至RDBMS數(shù)據(jù)庫中的結(jié)果數(shù)據(jù)進(jìn)行多圖表、儀表盤可視化展示；

采用Echarts，結(jié)合SpringBoot對結(jié)果數(shù)據(jù)進(jìn)行可視化展示，充分掌握數(shù)據(jù)展示接口編寫流程；

基于企業(yè)級數(shù)據(jù)倉庫的海量數(shù)據(jù)計算業(yè)務(wù)，對CPU配置、內(nèi)存分配、任務(wù)提交、任務(wù)執(zhí)行計劃等方面進(jìn)行全面的性能調(diào)優(yōu)；

對所有指標(biāo)計算需求提供基于Table API和Flink SQL的兩種解決方案，滿足不同企業(yè)開發(fā)需求，培養(yǎng)多角度開發(fā)能力；

使用FlinkCEP技術(shù)實現(xiàn)不同用戶行為模式的識別，完成用戶跳出行為的篩選；

采用Doris存儲最終寬表數(shù)據(jù)，大大提高數(shù)據(jù)查詢效率，并為用戶提供即席查詢、可視化報表展示的多樣可能性；

采用SpringBoot編寫數(shù)據(jù)展示接口對接SugarBI實現(xiàn)數(shù)據(jù)可視化大屏展示，熟練掌握數(shù)據(jù)展示接口的編寫流程

詳細(xì)講解生產(chǎn)環(huán)境中會產(chǎn)生的反壓問題，對反壓原因、反壓定位、反壓處理進(jìn)行詳細(xì)分解；

多角度分析大數(shù)據(jù)分析中常見的數(shù)據(jù)傾斜問題，提供詳盡的問題定位策略和多種解決方案；

? 詳細(xì)講解生產(chǎn)環(huán)境中常見的故障：非法配置異常、Java 堆空間異常、直接緩沖存儲器異常、元空間異常、網(wǎng)絡(luò)緩沖區(qū)數(shù)量不足、超出容器內(nèi)存異常、Checkpoint 失敗、Checkpoint 慢、Kafka動態(tài)發(fā)現(xiàn)分區(qū)、Watermark不更新、依賴沖突、超出文件描述符限制、臟數(shù)據(jù)導(dǎo)致數(shù)據(jù)轉(zhuǎn)發(fā)失敗等，令學(xué)員在短時間內(nèi)掌握生產(chǎn)環(huán)境中常見到、難解決的開發(fā)難題，迅速增長經(jīng)驗，提升能力。