数据仓库建模指南视频教程|数据仓库视频教程
课程上学到什么,能给我带来什么?在这里,你可以:
1、学习建立高质量的数据库模型和技巧,以及丰富的例子
2、学习从企业视角进行数据规划以及数据仓库模型的搭建
3、掌握标准化的设计模版以及方法论
4、掌握数据仓库架构理论和实践要领
5、掌握维度建模的方法和要领
6、成为一个真正的数据仓库建模顶级高手
适合人群:
1. 数据仓库建模初级工程师:
从一开始就养成良好的建模习惯,学习建立高质量的数据库模型和技巧,以及丰富的例子。
2. 有一定经验的架构工程师:
从项目架构师向企业级架构师的跨越,告别野路子,学习从企业视角进行数据规划以及数据库模型的搭建。
3. 项目经理
提供标准化的设计模版以及方法论,提高模型的质量和开发效率,降低项目风险。
对于有“BI全栈工程师”理想的从业人员,构建数据模型的学习都是不可或缺的一课。
Informatica从入门到项目实际开发视频教程
课程介绍:
1、BI入门新手:对于刚刚接触BI行业,对于进入行业无从下手,不知从何学起的BI行业的新人,INFA是一个很好的突破口。
2、INFA新手:对于刚刚学习INFA,希望能够迅速掌握基本操作的新人。
课程目标:
1、了解BI的行业发展。
2、了解ETL的角色和作用。
3、掌握数据仓库的基本知识。
4、学会搭建ORACLE数据库环境
5、学会搭建INFA开发环境。
6、掌握INFA常用的基本组件与基础开发
7、结合讲师实际项目设计文档,跟随一起进行实际的案例开发,更快的了解BI项目,融入BI项目。
8、掌握INFA日常的基本维护操作。
掌握技术:
1、ETL开发
2、Cognos开发
3、AIX小机日常维护
4、ORACLE数据库管理
5、SYBASE IQ数据库维护
6、模型设计
7、BIEE开发
8、WEBLOGIC环境搭建与维护
9、SAP BW开发
10、BIEE开发
参与典型项目:
1、能源行业数据整合项目
2、能源行业系统集成项目
3、能源行业业务经营分析系统
4、工程行业分析系统
课程特点:
在讲解ETL实际操作的同时,还会讲解ETL周边的开发环境,为学员后期提高BI能力做一个良好铺垫,并且根据讲师丰富的项目经验,还会讲解项目实际建设情况,结合项目真实开发设计文档带领学员进行实际的开发训练,让学员的操作不仅仅停留在理论层面,更接近项目的实战。
四大维度解锁Webpack3.0前端工程化
第1章 课程简介
讲述课程背景,从前端开发的变化 到 前端工具的发展变化,介绍了课程内容,课程安排。
第2章 学习准备
讲述模块化开发的思想、学习环境准备,webpack 的概况,版本更迭,核心概念等,为开始实践学习webpack 做准备。
第3章 由浅入深Webpack(1)
由一个个的实例组成,介绍webpack 在处理各种实例的下的配置,实例包括 Typescript Ecmascript Less 语言的预编译,讲解了 Webpack 提取公共代码、代码分割、动态import、魔法注释、JS 和 CSS 的 TreeShaking等新特性。
第4章 由浅入深Webpack(2)
图片的压缩、CSS 雪碧图、PostCSS 的使用、HTML 的生成等。
第5章 Webpack 环境配置
介绍如何搭建 Webpack 本地开发环境,配置模块热更新、如何通过SourceMap调试代码、通过代码检查工具提高代码质量。
第6章 Webpack 实战场景
介绍Webpack 打包分析工具,如果使用webpack 长缓存优化,如何提升打包速度。
第7章 Webpack 和 Vue
介绍Webpack 和 Vue 的结合,Vue-cli 的模版介绍,以及模版中的各项配置。
第8章 Webpack 和 React
介绍Webpack 和 React 的结合,介绍官方脚手架 Create-React-App 以及各种配置。
第9章 Webpack 和 Angular
介绍 Webpack 和 Angular的结合,介绍官方命令行工具 Angular-cli,以及如何自定义配置。
第10章 课程总结
webpack相关面试技术讲解。
大数据-基于Spark的机器学习-智能客户系统项目实战
项目背景:
1、现在很多平台客户关系管理系统都是使用传统的CRM,所有的信息全靠手工录入,用户寻找上下游企业或者信息只能靠手工去查找并且标注。
2、大数据时代的到来,人工智能,云计算,先进的分析,用机器去替代人工的部分,从 2016 年趋势看,机器学习和人工智能 (AI) 将在未来几年内将会彻底改变 CRM。
因此我们对CRM进行了改造,主要有如下部分:
1、企业信息、商品信息来自互联网,机器学习去自动统计分析并且分类。
2、用户录入的商品信息和新从互联网爬来的商品信息全部通过机器学习计算的模型去分类。
3、机器学习自动计算企业和供求信息上下游。
4、机器学习每隔一段时间自动去优化计算模型。
整个项目基本思路是如何通过爬虫爬取大量数据放到Hbase,然后通过ETL工具初步转化筛选将数据存到mongodb,抽取mongodb的数据进行清洗处理算出模型放到hdfs。后续进来数据通过模型运算出数据的类型。项目系统主要包括前端+后端+机器学习,前端采用React Native,Native,后端采用Dubbo+Spring+java,机器学习采用Spark进行实现,本项目机器学习-spark代码运行在mesos上。
Linux+Nginx+Memcached+Redis+PHP+电商购物模块实战开发
本套课程针对有PHP或Java开发基础的童鞋。为适应企业对高端开发工程师的需求,整合了Linux系统的常见使用,包括文件操作、权限操作、常用shell命令,以及mysql、nginx、php环境的搭建,让童鞋们顺利掌握Linux下的开发,适应大公司的工作场景。另外的重头戏部分包括Nginx 最给力的http和反向代理服务器。以及现如今使用广泛的缓存系统。最后结合了PHP+TP框架的一个购物模块开发,加深对基础的掌握。最终达到掌握这几项知识点的目的!
从天气项目看Spring Cloud微服务治理
本课程基于Spring Boot + Spring Cloud 技术栈来实现一个完整的天气预报系统。在课程中,先从 Spring Boot 入手,从0到1 快速搭建了具备高并发能力、界面友好的天气预报系统。而后剖析单块架构的利弊,从而引入微服务架构的概念,并实从1到0实现微服务的拆分。最后引入Spring Cloud 技术来实现对这些微服务的治理,重点讲解了服务注册与发现、服务交互、服务消费、负载均衡、API网关、配置中心、服务熔断、自动扩展等方面的话题。
C# winform企业进销存软件开发视频教程
课程共6章,70讲,本教程以进销存管理实务为基础,使用流行的C#语言。涵盖软件开发的全部过程,包括需求分析、数据库设计、架构设计、程序编码、软件发布。讲解以深入浅出为主,同时循序渐进。对软件开发过程中可能碰到的各种问题,有针对性的逐一介绍解决方案,如:软件设计要领、编码调试技巧、软件美化工具等等。教程完全采用实战的形式进行,视频中全部代码手工现场编写,不是简单的用已有代码讲解,过程中融汇了软件调试技巧,DEBUG常用方法等。 认真学习后,可以真正达到独立开发商业项目的水平。
本教程涵盖技术点如下:
三层结构软件设计
实现跨数据库的数据访问层
典型权限控制体系介绍
报表工具的使用
多线程控件
动态加载技术
反射技术的实际应用
C#中泛型的使用技巧
程序打包与发布
第1章、前言(1讲)
第2章、需求分析(4讲)
第3章、数据库设计(4讲)
第4章、架构设计(22讲)
第5章、编码(38讲)
第6章、打包部署(1讲)