數據倉庫專題（16）-分佈式數據倉庫實踐指南-目錄篇

前言：

 準備系統化整理一套分佈式數據倉庫建模實踐指南，先把目錄列出來吧，算是給本身設計一個目標吧。

第一部分 基礎篇

第一章 數據倉庫概念與定義

1.1 數據管理體系

1.2 數據倉庫概念

1.3 數據倉庫職責

第二章 數據倉庫體系結構

2.1 Inmon CIF

2.2 Kimball 

2.3 對比與分析

2.4 分佈式數據倉庫架構體系

第三章 維度建模基礎

 3.1 kimball四步建模法

 3.2 維度設計

 3.3 事實表設計

第四章 數據分類體系

4.1 數據分類思想

4.1.1 主數據

4.1.2 參考數據

4.1.3 交易數據

4.1.4 元數據

4.2 數據分類與數據存儲模型

4.2.1 關係型數據倉庫

4.2.2 分佈式數據倉庫

第二部分 實踐篇

 第一章 主題域模型設計

 第二章 路線圖

 第三章 業務分析-深淺有度

 第四章 數據分析-區別對待

 第五章 數據建模-概念模型、邏輯模型、物理模型

 第六章 彙集模型

6.1 星型模型與彙集模型概念與定義

6.2 彙集模型彙集粒度展示方式

6.3 彙集模型與彙總

第三部分 工具篇

第一章 數據建模基礎

 1.1 數據模型分類

 1.2 數據建模語言

 1.3 數據建模收益

 1.4 數據建模原則

  第二章 維度建模工具

 2.1 Hello ERwin

 2.3 建模語言設置

 2.3 對象命名規範

 2.4 對象配色管理

 2.5 對象樣式設置

 2.6 維度建模實踐

第三章 分佈式數據倉庫系統

 3.1 Hadoop

 3.2 Hive

 3.3 Spark

第四部分 提升篇

第一章 數據倉庫與業務系統改造

1.1 業務重構

1.2 數據重構

第二章 數據倉庫與數據變現

2.1 數據價值鏈理論

2.2 數據變現鏈條

2.3 數據變現模式

第三章 數據倉庫成熟度模型

3.1 數據倉庫成熟度模型

3.2 改進的數據倉庫成熟度模型

 

 

未完待續，意見徵集中，歡迎回復留言，若是對於分佈式數據倉庫建設有興趣，可加羣：

分佈式數據倉庫建模 398419457