第1章  大数据与数据仓库概论      1

1.1  大数据概论     1

1.1.1  什么是大数据     1

1.1.2  大数据生态圈简介    2

1.1.3  大数据应用场景  3

1.2  数据仓库概论  4

1.2.1  什么是数据仓库  4

1.2.2  数据仓库能干什么    4

1.2.3  数据仓库的特点  5

1.3  学前导读   6

1.3.1  学习的基础要求  6

1.3.2  你将学到什么     7

1.4  本章总结   7

第2章  项目需求描述  8

2.1  任务概述   8

2.1.1  产品描述      9

2.1.2  系统目标      9

2.1.3  系统功能结构     9

2.1.4  系统流程图   10

2.2  业务描述   10

2.2.1  采集模块业务描述    10

2.2.2  数据仓库需求业务描述   16

2.2.3  数据可视化业务描述 17

2.3  系统运行环境  17

2.3.1  硬件环境      17

2.3.2  软件环境      18

2.4  本章总结   20

第3章  项目部署的环境准备   21

3.1  Linux环境准备      21

3.1.1  VMware安装      21

3.1.2  CentOS安装 21

3.1.3  远程终端安装     31

3.2  Linux环境配置      34

3.2.1  网络配置      34

3.2.2  网络IP地址配置 35

3.2.3  主机名配置   36

3.2.4  防火墙配置   37

3.2.5  一般用户设置     38

3.3  Hadoop环境搭建  38

3.3.1  虚拟机环境准备  39

3.3.2  JDK安装 45

3.3.3  Hadoop安装      46

3.3.4  Hadoop分布式集群部署 47

3.3.5  配置Hadoop支持LZO压缩 52

3.3.6  配置Hadoop支持Snappy压缩   53

3.4  本章总结   54

第4章  用户行为数据采集模块      55

4.1  日志生成   55

4.2  采集日志的Flume  57

4.2.1  Flume组件   58

4.2.2  Flume安装   58

4.2.3  采集日志Flume配置 59

4.2.4  Flume的ETL拦截器和日志类型区分拦截器   61

4.2.5  采集日志Flume启动、停止脚本  67

4.3  消息队列Kafka      68

4.3.1  Zookeeper安装  68

4.3.2  Zookeeper集群启动、停止脚本  70

4.3.3  Kafka安装    71

4.3.4  Kafka集群启动、停止脚本    73

4.3.5  Kafka Topic相关操作 74

4.4  消费Kafka日志的Flume    75

4.4.1  消费日志Flume配置 75

4.4.2  消费日志Flume启动、停止脚本  78

4.5  采集通道启动、停止脚本   79

4.6  本章总结   80

第5章  业务数据采集模块 81

5.1  电商业务概述  81

5.1.1  电商业务流程     81

5.1.2  电商常识      82

5.1.3  电商表结构   82

5.1.4  数据同步策略     89

5.2  业务数据采集  90

5.2.1  MySQL安装  90

5.2.2  业务数据生成     92

5.2.3  业务数据建模     94

5.2.4  Sqoop安装  96

5.2.5  业务数据导入数据仓库   97

5.3  本章总结   109

第6章  数据仓库搭建模块 110

6.1  数据仓库理论准备 110

6.1.1  范式理论      110

6.1.2  关系模型与维度模型 113

6.1.3  星形模型、雪花模型与星座模型  114

6.1.4  表的分类      116

6.1.5  为什么要分层     117

6.1.6  数据仓库建模     118

6.1.7  业务术语      121

6.2  数据仓库搭建环境准备      123

6.2.1  MySQL HA    123

6.2.2  Hive安装      130

6.2.3  Tez引擎安装      134

6.3  数据仓库搭建——ODS层  138

6.3.1  创建数据库   138

6.3.2  用户行为数据     138

6.3.3  ODS层用户行为数据导入脚本    141

6.3.4  业务数据      142

6.3.5  ODS层业务数据导入脚本     151

6.4  数据仓库搭建——DWD层 154

6.4.1  用户行为启动日志表解析      154

6.4.2  用户行为事件表拆分 157

6.4.3  用户行为事件表解析 167

6.4.4  业务数据维度表解析 189

6.4.5  业务数据事实表解析 195

6.4.6  拉链表构建之用户维度表      209

6.4.7  DWD层数据导入脚本     214

6.5  数据仓库搭建——DWS层 223

6.5.1  系统函数      223

6.5.2  用户行为数据聚合    224

6.5.3  业务数据聚合     226

6.5.4  DWS层数据导入脚本      237

6.6  数据仓库搭建——DWT层 246

6.6.1  设备主题宽表     247

6.6.2  会员主题宽表     249

6.6.3  商品主题宽表     251

6.6.4  优惠券主题宽表  254

6.6.5  活动主题宽表     256

6.6.6  DWT层数据导入脚本      258

6.7  数据仓库搭建——ADS层  264

6.7.1  设备主题      264

6.7.2  会员主题      272

6.7.3  商品主题      275

6.7.4  营销主题      279

6.7.5  ADS层数据导入脚本 283

6.8  结果数据导出脚本 291

6.9  会员主题指标获取的全调度流程    293

6.9.1  Azkaban安装     293

6.9.2  创建可视化的MySQL数据库和表      300

6.9.3  编写指标获取调度流程   301

6.10  本章总结 306

第7章  数据可视化模块    307

7.1  模拟可视化数据    307

7.1.1  会员主题      307

7.1.2  地区主题      308

7.2  Superset部署  310

7.2.1  环境准备      310

7.2.2  Superset安装     312

7.3  Superset使用  314

7.3.1  对接MySQL数据源  314

7.3.2  制作仪表盘   317

7.4  本章总结   322

第8章  即席查询模块  323

8.1  Presto 323

8.1.1  Presto特点   323

8.1.2  Presto安装   324

8.1.3  Presto优化之数据存储    328

8.1.4  Presto优化之查询SQL    329

8.1.5  Presto注意事项  330

8.2  Druid  330

8.2.1  Druid简介    330

8.2.2  Druid框架原理   331

8.2.3  Druid数据结构   332

8.2.4  Druid安装（单机版）     333

8.3  Kylin    338

8.3.1  Kylin简介     338

8.3.2  HBase安装   339

8.3.3  Kylin安装     341

8.3.4  Kylin使用     343

8.3.5  Kylin Cube构建原理  353

8.3.6  Kylin Cube构建优化  356

8.3.7  Kylin BI工具集成 360

8.4  即席查询框架对比 367

8.5  本章总结   368

第9章  元数据管理模块    369

9.1  Atlas入门 369

9.1.1  Atlas概述     369

9.1.2  Atlas架构原理    370

9.2  Atlas安装及使用   371

9.2.1  安装前环境准备  371

9.2.2  集成外部框架     373

9.2.3  集群启动      377

9.2.4  导入Hive元数据到Atlas 377

9.3  Atlas界面查看及使用  378

9.3.1  查看基本信息     378

9.3.2  查看血缘依赖关系    381

9.4  本章总结   386