第1章 大數(shù)據(jù)與數(shù)據(jù)倉(cāng)庫(kù)概論 1
1.1 什么是數(shù)據(jù)倉(cāng)庫(kù) 1
1.2 數(shù)據(jù)倉(cāng)庫(kù)的演進(jìn)歷史 2
1.3 數(shù)據(jù)倉(cāng)庫(kù)技術(shù) 4
1.4 數(shù)據(jù)倉(cāng)庫(kù)基本架構(gòu) 5
1.5 數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)的區(qū)別 8
1.6 學(xué)前導(dǎo)讀 9
1.6.1 學(xué)習(xí)的基礎(chǔ)要求 9
1.6.2 你將學(xué)到什么 9
1.7 本章總結(jié) 10
第2章 項(xiàng)目需求描述 11
2.1 前期調(diào)研 11
2.2 項(xiàng)目架構(gòu)分析 12
2.2.1 在線教育數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)品描述 12
2.2.2 系統(tǒng)功能結(jié)構(gòu) 13
2.2.3 系統(tǒng)流程圖 13
2.3 項(xiàng)目業(yè)務(wù)概述 14
2.3.1 采集模塊業(yè)務(wù)描述 14
2.3.2 數(shù)據(jù)倉(cāng)庫(kù)需求業(yè)務(wù)描述 15
2.3.3 數(shù)據(jù)可視化業(yè)務(wù)描述 16
2.4 系統(tǒng)運(yùn)行環(huán)境 17
2.4.1 硬件環(huán)境 17
2.4.2 軟件環(huán)境 18
2.5 本章總結(jié) 20
第3章 項(xiàng)目部署的環(huán)境準(zhǔn)備 21
3.1 Linux環(huán)境準(zhǔn)備 21
3.1.1 安裝VMware 21
3.1.2 安裝CentOS 21
3.1.3 遠(yuǎn)程終端安裝 30
3.2 Linux環(huán)境配置 33
3.2.1 網(wǎng)絡(luò)配置 33
3.2.2 網(wǎng)絡(luò)IP地址配置 34
3.2.3 主機(jī)名配置 35
3.2.4 防火墻配置 36
3.2.5 一般用戶設(shè)置 36
3.3 Hadoop環(huán)境搭建 37
3.3.1 虛擬機(jī)環(huán)境準(zhǔn)備 37
3.3.2 安裝JDK 42
3.3.3 安裝Hadoop 43
3.3.4 Hadoop分布式集群部署 44
3.4 本章總結(jié) 50
第4章 用戶行為數(shù)據(jù)采集模塊 51
4.1 日志生成 51
4.1.1 數(shù)據(jù)埋點(diǎn) 51
4.1.2 用戶行為日志格式 52
4.1.3 安裝MySQL 57
4.1.4 數(shù)據(jù)模擬 59
4.2 消息隊(duì)列Kafka 66
4.2.1 安裝ZooKeeper 66
4.2.2 ZooKeeper集群?jiǎn)��?dòng)、停止腳本 67
4.2.3 安裝Kafka 68
4.2.4 Kafka集群?jiǎn)��?dòng)、停止腳本 70
4.2.5 Kafka topic相關(guān)操作 70
4.3 采集日志的Flume 71
4.3.1 Flume組件 72
4.3.2 安裝Flume 72
4.3.3 采集日志Flume配置 73
4.3.4 Flume的攔截器 74
4.3.5 采集日志Flume啟動(dòng)、停止腳本 77
4.4 消費(fèi)Kafka日志的Flume 79
4.4.1 日志消費(fèi)層Flume配置 79
4.4.2 時(shí)間戳攔截器 81
4.4.3 日志消費(fèi)層Flume啟動(dòng)、停止腳本 83
4.4.4 數(shù)據(jù)通道測(cè)試 83
4.5 采集通道啟動(dòng)、停止腳本 84
4.6 本章總結(jié) 86
第5章 業(yè)務(wù)數(shù)據(jù)采集模塊 87
5.1 在線教育業(yè)務(wù)概述 87
5.1.1 在線教育業(yè)務(wù)流程 87
5.1.2 在線教育表結(jié)構(gòu) 88
5.1.3 數(shù)據(jù)同步策略 96
5.1.4 數(shù)據(jù)同步工具選擇 98
5.2 業(yè)務(wù)數(shù)據(jù)采集 99
5.2.1 業(yè)務(wù)數(shù)據(jù)模型梳理 99
5.2.2 安裝DataX 102
5.2.3 安裝Maxwell 104
5.2.4 全量數(shù)據(jù)同步 108
5.2.5 增量數(shù)據(jù)同步 116
5.3 數(shù)據(jù)采集流程總結(jié) 126
5.4 本章總結(jié) 129
第6章 數(shù)據(jù)倉(cāng)庫(kù)搭建模塊 130
6.1 數(shù)據(jù)倉(cāng)庫(kù)理論準(zhǔn)備 130
6.1.1 數(shù)據(jù)建模概述 130
6.1.2 關(guān)系模型與范式理論 131
6.1.3 維度模型 134
6.1.4 維度建模理論之事實(shí)表 136
6.1.5 維度建模理論之維度表 138
6.1.6 星形模型、雪花模型與星座模型 141
6.2 數(shù)據(jù)倉(cāng)庫(kù)建模實(shí)踐 142
6.2.1 名詞概念 142
6.2.2 為什么要分層 144
6.2.3 數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建流程 144
6.2.4 數(shù)據(jù)倉(cāng)庫(kù)開發(fā)規(guī)范 150
6.3 數(shù)據(jù)倉(cāng)庫(kù)搭建環(huán)境準(zhǔn)備 154
6.3.1 安裝Hive 154
6.3.2 Hive on Spark配置 157
6.3.3 YARN容量調(diào)度器并發(fā)度問(wèn)題 159
6.3.4 數(shù)據(jù)倉(cāng)庫(kù)開發(fā)環(huán)境配置 159
6.3.5 模擬數(shù)據(jù)準(zhǔn)備 162
6.3.6 常用函數(shù) 164
6.3.7 復(fù)雜數(shù)據(jù)類型 166
6.4 數(shù)據(jù)倉(cāng)庫(kù)搭建——ODS層 167
6.4.1 用戶行為數(shù)據(jù) 167
6.4.2 ODS層用戶行為數(shù)據(jù)導(dǎo)入腳本 169
6.4.3 業(yè)務(wù)數(shù)據(jù) 170
6.4.4 ODS層業(yè)務(wù)數(shù)據(jù)導(dǎo)入腳本 179
6.5 數(shù)據(jù)倉(cāng)庫(kù)搭建——DIM層 181
6.5.1 章節(jié)維度表（全量） 181
6.5.2 課程維度表（全量） 182
6.5.3 視頻維度表（全量） 184
6.5.4 試卷維度表（全量） 185
6.5.5 來(lái)源維度表（全量） 186
6.5.6 題目維度表（全量） 186
6.5.7 地區(qū)維度表（全量） 187
6.5.8 時(shí)間維度表（特殊） 188
6.5.9 用戶維度表（拉鏈表） 189
6.5.10 DIM層首日數(shù)據(jù)裝載腳本 193
6.5.11 DIM層每日數(shù)據(jù)裝載腳本 193
6.6 數(shù)據(jù)倉(cāng)庫(kù)搭建——DWD層 194
6.6.1 交易域加購(gòu)事務(wù)事實(shí)表 194
6.6.2 交易域加購(gòu)周期快照事實(shí)表 197
6.6.3 交易域試聽下單累積快照事實(shí)表 198
6.6.4 交易域下單事務(wù)事實(shí)表 203
6.6.5 交易域支付成功事務(wù)事實(shí)表 208
6.6.6 流量域頁(yè)面瀏覽事務(wù)事實(shí)表 212
6.6.7 流量域啟動(dòng)事務(wù)事實(shí)表 213
6.6.8 流量域動(dòng)作事務(wù)事實(shí)表 215
6.6.9 流量域曝光事務(wù)事實(shí)表 217
6.6.10 流量域錯(cuò)誤事務(wù)事實(shí)表 219
6.6.11 互動(dòng)域收藏事務(wù)事實(shí)表 221
6.6.12 互動(dòng)域章節(jié)評(píng)價(jià)事務(wù)事實(shí)表 222
6.6.13 互動(dòng)域課程評(píng)價(jià)事務(wù)事實(shí)表 223
6.6.14 考試域答卷事務(wù)事實(shí)表 224
6.6.15 考試域答題事務(wù)事實(shí)表 226
6.6.16 學(xué)習(xí)域播放周期快照事實(shí)表 227
6.6.17 學(xué)習(xí)域播放事務(wù)事實(shí)表 232
6.6.18 用戶域用戶注冊(cè)事務(wù)事實(shí)表 234
6.6.19 用戶域用戶登錄事務(wù)事實(shí)表 237
6.6.20 DWD層首日數(shù)據(jù)裝載腳本 238
6.6.21 DWD層每日數(shù)據(jù)裝載腳本 239
6.7 數(shù)據(jù)倉(cāng)庫(kù)搭建——DWS層 239
6.7.1 最近1日匯總表 240
6.7.2 最近n日匯總表 250
6.7.3 歷史至今匯總表 254
6.8 數(shù)據(jù)倉(cāng)庫(kù)搭建——ADS層 257
6.8.1 流量主題指標(biāo) 257
6.8.2 用戶主題指標(biāo) 262
6.8.3 課程主題指標(biāo) 269
6.8.4 交易主題指標(biāo) 278
6.8.5 考試主題指標(biāo) 280
6.8.6 播放主題指標(biāo) 285
6.8.7 完課主題指標(biāo) 287
6.8.8 ADS層數(shù)據(jù)導(dǎo)入腳本 291
6.9 數(shù)據(jù)模型評(píng)價(jià)及優(yōu)化 291
6.10 本章總結(jié) 292
第7章 DolphinScheduler全流程調(diào)度 293
7.1 DolphinScheduler概述與安裝 293
7.1.1 DolphinScheduler概述 293
7.1.2 DolphinScheduler安裝部署 294
7.2 報(bào)表數(shù)據(jù)導(dǎo)出 300
7.2.1 創(chuàng)建MySQL數(shù)據(jù)庫(kù)和表 300
7.2.2 DataX數(shù)據(jù)導(dǎo)出 306
7.3 全調(diào)度流程 316
7.3.1 數(shù)據(jù)準(zhǔn)備 316
7.3.2 全流程調(diào)度配置 316
7.4 郵件報(bào)警 324
7.4.1 注冊(cè)郵箱 324
7.4.2 配置郵件報(bào)警 325
7.5 本章總結(jié) 328
第8章 數(shù)據(jù)可視化模塊 329
8.1 Superset部署 329
8.1.1 環(huán)境準(zhǔn)備 329
8.1.2 Superset安裝 330
8.2 Superset使用 334
8.2.1 對(duì)接MySQL數(shù)據(jù)源 334
8.2.2 制作儀表盤 337
8.3 Superset實(shí)戰(zhàn) 342
8.3.1 制作餅狀圖 343
8.3.2 制作折線圖 344
8.3.3 制作桑基圖 345
8.3.4 合成儀表盤頁(yè)面 347
8.4 ECharts可視化 348
8.5 本章總結(jié) 349