大数据数仓学习路线

数

仓

之

路

技术路线

SQL基础 -- 数据仓库 -- 数据分析 -- 实时数仓 -- 数据中台 -- 数据产品 -- 用户画像 -- 推荐系统 -- 面试真经

截图仅为文章部分示例

长按扫码关注我们

宏观蓝图（硬核干货）

漫谈 | 大牛带你从0到1构建数据仓库实战

数仓系列：

1. 系列 | 漫谈数仓第一篇NO.1 『数仓架构』
   

2. 系列 | 漫谈数仓第二篇NO.2 『数据模型』

3. 系列 | 漫谈数仓第三篇NO.3 『数据处理』

4. 系列 | 漫谈数仓第四篇NO.4 『数据应用』

5. 系列 | 漫谈数仓第一篇NO.5 『调度系统』

6. 系列 | 漫谈数仓第一篇NO.6 『数据治理』

7. 系列 | 漫谈数仓第一篇NO.7 『面试真经』

这也是一个数仓er成长进阶最快的路线，也是一个数仓er必须走过的技术路线图。技术以外，我们也可以做管理，做leader，做架构师，做项目经理，做总监，创业等。

实时数仓：

1. 如果你也想做实时数仓…
   

2. 系列 | 实时数仓实践第一篇NO.1『宽表处理』

3. 系列 | 实时数仓实践第二篇NO.2『数据质量』

4. 系列 | 离线数仓实践第三篇NO.3『拉链表』
   

5. 回顾 | 基于 Flink 的严选实时数仓实践

6. 回顾 | 基于 Flink 的 58 实时数仓实践

7. 回顾 | 基于 Flink 的美团实时数仓实践

8. 基于 Flink 的实时数仓生产实践 | Flink Forward Asia
   

长按扫码关注我们

数据中台：

1. 漫画：什么是中台？

2. 终于来了！数据中台（送书福利）

3. 蚂蚁金服技术中台架构实践

4. 最新中台架构PPT，一起欣赏6大互联网大厂的架构图
   

5. 数据中台VS数据仓库、数据中台VS业务中台，到底有什么区别？

6. 数据仓库与数据中台架构与实践

7. 辨析数据仓库、数据湖和数据中台内涵及差异点(建议收藏)

8. 阿里架构总监一次讲透中台架构，13页PPT精华详解
   

9. 中台的末路

数据湖：

1. 数据湖(Data Lake)-剑指下一代数据仓库

2. Delta Lake | 数据湖的诞生与案例实践

3. Delta Lake | Apache大神带你了解数据湖，这一篇文章就够了

4. 数据湖如何为企业带来9%的高增长？可否取代数据仓库？

5. 辨析BI、数据仓库、数据湖和数据中台内涵及差异点(建议收藏)

大厂案例：

1. 阿里大数据建设OneData体系架构

2. 阿里 数据仓库架构与实时数仓案例

3. 阿里 蚂蚁金服技术中台架构实践

4. 美团  OneData：SaaS 数仓建设
   

5. 美团 数据质量平台 的设计与实践

6. 美团 数据治理平台 的架构与实践

7. 美团 DB实时同步数仓架构与实践

8. 有赞 数据仓库之 元数据系统 实践

9. 有赞 数据治理 体系与架构与实践

10. 有赞 大数据开发平台 架构与实践

11. 马蜂窝 数据仓库与数据中台架构与实践

12. 马蜂窝 Lambda架构实时平台演进之路

13. 京东 MySQL用得好好的，为什么要转ES

14. 爱奇艺 大数据分析平台的演进之路

15. 网易 基于Impala平台打造交互查询系统

16. 网易 基于Flink的严选实时数仓实践

17. 58同城 实时数仓计算平台架构与实践

18. 58同城 无埋点用户行为分析实践之路

19. 头条 ClickHouse在头条的演进与实践

20. 小米 DB实时同步到数仓的架构与实践

21. 小米 Apache Kylin在小米集团的应用
    

22. 腾讯 Kylin 的平台化及 Flink 引擎实践

23. 贝壳 实时计算引擎在贝壳的应用与实践

长按扫码关注我们

面试经验：

1. 记一次蚂蚁金服面试经历
   

2. 记一次字节跳动面试经历

3. 记一次美团&拼多多面试经验

4. 记一次蚂蚁金服的面试经历2

5. 记一次华为面试数据分析经历

6. 漫画 | 面试的我 VS 真实的我

7. 回忆当年阿里的一道 SQL 面试题，亿级表合并

8. 大数据SQL经典面试题 - 连续3天登录

9. 直击面试 | 一文搞懂大数据、数仓面试必问之『数据倾斜』
   

10. 面试真经 | 大数据/数仓面试灵魂30问

11. 面试真经 | 大数据/数仓面试灵魂30问（附答案 | 已斩offer）

12. 【offer谈判】终于面试通过了，我该怎么拿到满意的薪资呢？

优质热文：

1. 干货：解读主流大数据架构（推荐收藏）

2. 解读数据同步、增量Merge与数据漂移

3. 万亿数据下 Hadoop 的核心竞争力

4. 数据仓库建模

5. 干货：Hive调优及优化的12种方式

6. 数仓蓝图：如何优雅地规划数仓体系

7. “失败”的北漂十年，我真的尽力了！

8. 写给工程师的十条精进原则

9. Flink：常见问题与排查思路

10. Hadoop YARN：调度性能优化实践

11. 大数据初学者学习指南(建议收藏)

12. 数据仓库开发人员怎么避免成为取数机器？

13. 大数据下一个十年将如何演进？

14. 大数据分析双剑合璧：Apache Kylin 和 Superset

15. 未来最有前景的五大编程语言

16. 长文解惑：区块链与比特币

17. BI, 数据仓库，ETL, 数据开发，有什么区别？

18. Lambda架构已死，去ETL化的IOTA才是未来

19. 数据平台建设整体思路阐述和总结

20. 值得收藏 | 一份最完整的MySQL规范

21. 浅谈滴滴派单算法

22. 数据治理平台工具前世今生

23. 浅谈数据治理、数据管理、数据资源与数据资产管理内涵及差异点(建议收藏)

24. 六脉神剑 | Apache Flink SQL 搞定实时数仓

25. 漫谈 | 一种通用的数据仓库分层方法

26. 一个前腾讯员工自述：月薪没有达到7万，但收获不止薪水

27. 【案例】数据量猛增，BI分析效率太低怎么破？

28. 五年外包，我沦为过期甩卖的商品

29. 都是 HBase 上的 SQL 引擎，Kylin 和 Phoenix 有什么不同？

30. 干货 | 十分钟带你从入门到进阶python爬虫

31. 大数据可视化BI工具，通幽洞微

32. SQL分析函数，看这一篇就够了

学习小密圈  限50人

总结：

感谢大家一路陪伴。200个日日夜夜，如果你写过文章，你一定会懂。

坚持比努力更可怕。

读者学到东西，认可"数据仓库与Python大数据"的价值，职业生涯因此受益。

这才是我们坚持写文章的初衷。

共勉。

Q: 关于数据仓库，你还想了解什么？

更多精彩，请戳"阅读原文"到菜单栏查看

   

！关注不迷路~ 各种福利、资源定期分享！