长不大的大灰狼

ES（elasticsearch）是一个分布式搜索和分析引擎，它用于快速、实时地搜索和分析大规模数据。ES是一个面向文档的分布式搜索引擎。它的数据模型基于文档，每个文档是一个包含了JSON格式数据的独立单元。文档可以属于不同的索引，每个文档可以具有不同的结构。Elasticsearch提供了一个易于使用的RESTfulAPI。可以使用HTTP请求来执行各种操作，例如索引文档、执行搜索查询、管理索引和节点等。专注于全文搜索和复杂查询，支持分词、模糊搜索、短语匹配等高级搜索功能。

通过{行键，列族名，列名}可以唯一确定一个列单元并获取数据Value，和关系型数据库不同的是，HBase中的数据是没有类型的，都是以bytes形式存储；如果HBase中的一张表只有一个列族的话，等于是这个列族包含了这张表的所有列，也就是将表整行的数据连续存储在了一起，就等于是行式存储了。● Column Family（列族）：纵向切割，HBase中的每个列都归属于某个列族，列族不能改变，一行可有多个列族，一个列族可有任意个列；负责存储数据，Region 中的数据通过 HDFS 存储。

列式存储和行式存储介绍

数仓建设规范汇总

大数据之路，模型篇汇总

Hive调优的常用手段

Hive 常用函数

数据仓库模型设计基础概述。

数据仓库相关基础知识简述

Hive简述

Hadoop简要介绍

什么是大数据

Hive SQL优化

什么是分区分桶？为什么要进行分区分桶？

工作要学会使用方法论

数据建模：维度建模一、数据建模概述二、维度建模1、维度建模过程2、维度建模的基本要素3、维度建模过程举例一、数据建模概述1、数据模型级别概念数据模型：是用一系列相关主题域的集合来描述概要数据需求。概念模型仅仅包括给定的领域和职能中基础和关键的业务实体，同时也给出实体与实体之间关系的描述。逻辑数据模型：是对数据需求的详细描述。物理建模：描述了一种详细的技术解决方案。2、发展阶段简单报表阶段：通过原始数据，以及结构化查询的条件，生成一些简单的能够辅助决策的汇总数据，表现形式大多是关系型数据库和前端

谈谈对数据治理的理解一、什么是数据治理？为什么要做数据治理？1、数据标准2、数据模型3、元数据4、主数据5、数据质量管理二、怎样做数据治理一、什么是数据治理？为什么要做数据治理？数据治理可以理解为对杂乱、无规范数据的治理，目的就是为了让数据有序，就像是秦始皇统一度量衡一样，“车同轨，书同文“就是最早的一项数据治理工作。治理好了有什么用？能够方便系统间的集成，能够对企业数据统一管理，能够支持报表、数据分析、数据挖掘等数据应用。现在的数据治理工作包含了数据标准管理、数据模型管理、元数据管理、主数据管理、数据

统一建模语言——UML一、基本概念二、作用三、分类1 用例图2 类图3 对象图4 状态图5 活动图6 序列图(时序图)7 协作图8 构件图9 部署图(配置图)四、UML绘图工具选择：一、基本概念统一建模语言(Unified Modeling Language，UML)可以为面向对象系统的产品进行说明、可视化和编制文档，是一种非专利的第三代建模和规约语言。UML是面向对象设计的建模工具，独立于任何具体程序设计语言。UML的本质是为了更好地交流。二、作用1 为软件系统建立可视化模型基于UML的可视化模

大数据：对于元数据的理解一、元数据的基本概念元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（data about data），主要用来描述数据的属性（property）信息。元数据（Metadata）是用于提供某种资源的有关信息的结构数据（structured data）。元数据是描述信息资源或数据等对象的数据，其使用目的在于：识别资源；评价资源；追踪资源在使用过程中的变化；实现简单高效地管理大量网络化数据；实现信息资源的有效发现、查找、一体化组织和对使用资源的有效管理。二

大数据入门知识总结1、大数据处理流程2、数据仓库数据仓库面向分析，平时的Mysql数据库主要面向业务。数据仓库是一个很大的数据存储集合，出于企业的分析性报告和决策支持目的而创建的，对多样的业务数据进行筛选与整合。它为企业提供一定的BI（商业智能）能力，指导业务流程改进，监视时间成本、质量以及控制。数据仓库是专门用来进行数据分析的，它可以是Mysql、Oracle等数据库，但是在大数据中常用到的是Hive。3、ETLETL（Extract-Transform-Load）:数据的抽取、数据