大数据分析——数据仓库项目实战电子书

内容简介

前言

关于我们

第1章　大数据与数据仓库概论

1.1　大数据概论

1.1.1　什么是大数据

1.1.2　大数据生态圈简介

1.1.3　大数据应用场景

1.2　数据仓库概论

1.2.1　什么是数据仓库

1.2.2　数据仓库能干什么

1.2.3　数据仓库的特点

1.3　学前导读

1.3.1　学习的基础要求

1.3.2　你将学到什么

1.4　本章总结

第2章　项目需求描述

2.1　任务概述

2.1.1　产品描述

2.1.2　系统目标

2.1.3　系统功能结构

2.1.4　系统流程图

2.2　业务描述

2.2.1　采集模块业务描述

2.2.2　数据仓库需求业务描述

2.2.3　数据可视化业务描述

2.3　系统运行环境

2.3.1　硬件环境

2.3.2　软件环境

2.4　本章总结

第3章　项目部署的环境准备

3.1　Linux环境准备

3.1.1　VMware安装

3.1.2　CentOS安装

3.1.3　远程终端安装

3.2　Linux环境配置

3.2.1　网络配置

3.2.2　网络IP地址配置

3.2.3　主机名配置

3.2.4　防火墙配置

3.2.5　一般用户设置

3.3　Hadoop环境搭建

3.3.1　虚拟机环境准备

3.3.2　JDK安装

3.3.3　Hadoop安装

3.3.4　Hadoop分布式集群部署

3.3.5　配置Hadoop支持LZO压缩

3.3.6　配置Hadoop支持Snappy压缩

3.4　本章总结

第4章　用户行为数据采集模块

4.1　日志生成

4.2　采集日志的Flume

4.2.1　Flume组件

4.2.2　Flume安装

4.2.3　采集日志Flume配置

4.2.4　Flume的ETL拦截器和日志类型区分拦截器

4.2.5　采集日志Flume启动、停止脚本

4.3　消息队列Kafka

4.3.1　Zookeeper安装

4.3.2　Zookeeper集群启动、停止脚本

4.3.3　Kafka安装

4.3.4　Kafka集群启动、停止脚本

4.3.5　Kafka Topic相关操作

4.4　消费Kafka日志的Flume

4.4.1　消费日志Flume配置

4.4.2　消费日志Flume启动、停止脚本

4.5　采集通道启动、停止脚本

4.6　本章总结

第5章　业务数据采集模块

5.1　电商业务概述

5.1.1　电商业务流程

5.1.2　电商常识

5.1.3　电商表结构

5.1.4　数据同步策略

5.2　业务数据采集

5.2.1　MySQL安装

5.2.2　业务数据生成

5.2.3　业务数据建模

5.2.4　Sqoop安装

5.2.5　业务数据导入数据仓库

5.3　本章总结

第6章　数据仓库搭建模块

6.1　数据仓库理论准备

6.1.1　范式理论

6.1.2　关系模型与维度模型

6.1.3　星形模型、雪花模型与星座模型

6.1.4　表的分类

6.1.5　为什么要分层

6.1.6　数据仓库建模

6.1.7　业务术语

6.2　数据仓库搭建环境准备

6.2.1　MySQL HA

6.2.2　Hive安装

6.2.3　Tez引擎安装

6.3　数据仓库搭建——ODS层

6.3.1　创建数据库

6.3.2　用户行为数据

6.3.3　ODS层用户行为数据导入脚本

6.3.4　业务数据

6.3.5　ODS层业务数据导入脚本

6.4　数据仓库搭建——DWD层

6.4.1　用户行为启动日志表解析

6.4.2　用户行为事件表拆分

6.4.3　用户行为事件表解析

6.4.4　业务数据维度表解析

6.4.5　业务数据事实表解析

6.4.6　拉链表构建之用户维度表

6.4.7　DWD层数据导入脚本

6.5　数据仓库搭建——DWS层

6.5.1　系统函数

6.5.2　用户行为数据聚合

6.5.3　业务数据聚合

6.5.4　DWS层数据导入脚本

6.6　数据仓库搭建——DWT层

6.6.1　设备主题宽表

6.6.2　会员主题宽表

6.6.3　商品主题宽表

6.6.4　优惠券主题宽表

6.6.5　活动主题宽表

6.6.6　DWT层数据导入脚本

6.7　数据仓库搭建——ADS层

6.7.1　设备主题

6.7.2　会员主题

6.7.3　商品主题

6.7.4　营销主题

6.7.5　ADS层数据导入脚本

6.8　结果数据导出脚本

6.9　会员主题指标获取的全调度流程

6.9.1　Azkaban安装

6.9.2　创建可视化的MySQL数据库和表

6.9.3　编写指标获取调度流程

6.10　本章总结

第7章　数据可视化模块

7.1　模拟可视化数据

7.1.1　会员主题

7.1.2　地区主题

7.2　Superset部署

7.2.1　环境准备

7.2.2　Superset安装

7.3　Superset使用

7.3.1　对接MySQL数据源

7.3.2　制作仪表盘

7.4　本章总结

第8章　即席查询模块

8.1　Presto

8.1.1　Presto特点

8.1.2　Presto安装

8.1.3　Presto优化之数据存储

8.1.4　Presto优化之查询SQL

8.1.5　Presto注意事项

8.2　Druid

8.2.1　Druid简介

8.2.2　Druid框架原理

8.2.3　Druid数据结构

8.2.4　Druid安装（单机版）

8.3　Kylin

8.3.1　Kylin简介

8.3.2　HBase安装

8.3.3　Kylin安装

8.3.4　Kylin使用

8.3.5　Kylin Cube构建原理

8.3.6　Kylin Cube构建优化

8.3.7　Kylin BI工具集成

8.4　即席查询框架对比

8.5　本章总结

第9章　元数据管理模块

9.1　Atlas入门

9.1.1　Atlas概述

9.1.2　Atlas架构原理

9.2　Atlas安装及使用

9.2.1　安装前环境准备

9.2.2　集成外部框架

9.2.3　集群启动

9.2.4　导入Hive元数据到Atlas

9.3　Atlas界面查看及使用

9.3.1　查看基本信息

9.3.2　查看血缘依赖关系

9.4　本章总结