大数据分析

作品简介

大数据发展至今，早已不是一个新兴词语，大数据的应用已经无处不在。在大数据时代，我们面临的不仅是海量的数据，更重要的是海量数据所带来的数据的采集、存储、处理等方方面面的问题。为了更快速、更全面地展示大数据的实践应用，本书以一个数据仓库项目为切入点，带领读者一步步揭开大数据的面纱。

尚硅谷IT教育

一直坚持“技术为王”的发展理念，我们专注技术，不断钻研课程，团队中技术型人才占比60%以上，设有独立的研究院，与多家互联网大型企业的研发团队保持技术交流，保障教学内容始终基于研发一线。

作品目录

• 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
• 1.2　数据仓库概论
• 1.3　学前导读
• 1.4　本章总结
• 第2章　项目需求描述
• 2.1　任务概述
• 2.2　业务描述
• 2.3　系统运行环境
• 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
• 3.2　Linux环境配置
• 3.3　Hadoop环境搭建
• 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
• 4.3　消息队列Kafka
• 4.4　消费Kafka日志的Flume
• 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
• 5.2　业务数据采集
• 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
• 6.2　数据仓库搭建环境准备
• 6.3　数据仓库搭建——ODS层
• 6.4　数据仓库搭建——DWD层
• 6.5　数据仓库搭建——DWS层
• 6.6　数据仓库搭建——DWT层
• 6.7　数据仓库搭建——ADS层
• 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
• 6.10　本章总结
• 第7章　数据可视化模块
• 7.1　模拟可视化数据
• 7.2　Superset部署
• 7.3　Superset使用
• 7.4　本章总结
• 第8章　即席查询模块
• 8.1　Presto
• 8.2　Druid
• 8.3　Kylin
• 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
• 9.2　Atlas安装及使用
• 9.3　Atlas界面查看及使用
• 9.4　本章总结