大数据平台建设培训与咨询
培训大纲：
大数据发展历程及主流技术栈构成
1. 为什么会出现大数据，大数据的演进过程是怎么样的
2. 商业智能BI、数据仓库DW、数据湖DL、数据中台的原理、区别和核心职能
3. 支撑大数据平台的主流框架技术介绍：Spark、Flink、HDFS、HBase、Hive、Kylin、Presto、Kafka、ClickHouse 等
整体大数据平台核心板块构成及架构设计
1. 整体大数据处理链路介绍及每个环节的技术选型方案
2. 五大核心板块介绍：数据接入处理（收集、接收、解析、标准化 等）、数据治理与管理（安全脱敏、ID-Mapping血缘图谱、主体式数据仓库 等）、数据消费提取（批量、实时、T+1、API 等）、数据链路跟踪（数据回溯、中间状态追踪、数据服务保障 等）、数据工具支撑（可视化建模、任务调度、数据搬迁 等）
3. 整体大数据架构设计介绍：技术架构、存储与计算架构、部署架构、容灾架构，实时流计算，离线存储的核心本质，如何监测实时流处理过程中的问题回溯
4. HDFS、HBase、Hive、Kylin、Spark Streaming/SQL、Flink的底层核心原理及适用业务场景（结合实际工程代码方式讲解）
大型分布式数据仓库建模思路与实践
1. 软件系统建模方法：（结构型）类图、对象图、构件图、部署图、包图；（行为型）动图、状态机图、顺序图、通信图、用例图、时间图
2. 常用数据建模方法：实体建模法、维度建模法、范式建模法（结合案例讲解）
3. 基于中台思想，数据分层的主体思路与重要性介绍
4. 基于分布式数据仓库，针对数据的采集、处理、建模的最佳实践介绍
5. 数据仓库建设方法论，星型模型（非关系型DB存储，以空间换时间）和雪花模型（关系型DB存储，以时间还空间）两种建模思想的核心差异和适用场景
数据建模与处理行业案例分析（思路、方法、技术选型）
1. 基于事件驱动U-E建模，结合业务分拆数据处理粒度、维度、范围、边界，如：主题式抽取，数据标签化定义 等
2. 结合业务讲解E-R模型构建，动态、静态属性识别，数据客观事实关系识别与定义
3. 基于车联网领域秒级、毫秒级数据上报如何接收与处理
4. 如何解决数据挤压问题，有哪些成熟的方法和技术手段
5. 数据接入云端后，如何防丢失，如何做削峰处理，如何保障后续服务健康运行
6. 案例分析：数据接收、解析、建模、存储、计算、提取全流程中行业
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请
服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。
专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获
