【实时数仓篇】（01）美团 Flink 实时数仓应用_实时数仓建模 美团(2)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

写在前面：我是「云祁」，一枚热爱技术、会写诗的大数据开发猿。昵称来源于王安石诗中一句 [ 云之祁祁，或雨于渊 ] ，甚是喜欢。

写博客一方面是对自己学习的一点点总结及记录，另一方面则是希望能够帮助更多对大数据感兴趣的朋友。如果你也对 数据中台、数据建模、数据分析以及Flink/Spark/Hadoop/数仓开发 感兴趣，可以关注我的动态 https://blog.csdn.net/BeiisBei ，让我们一起挖掘数据的价值~

每天都要进步一点点，生命不是要超越别人，而是要超越自己！ (ง •_•)ง

文章目录

• • 一、前言
    • 二、实时数仓建设目的
    • 三、实时数仓的应用场景
    • 四、如何建设实时数仓
    • • 4.1 实时数仓的整体的架构图
        • 4.2 ODS层的建设
        • 4.3 DW层的建设
        • 4.4 实时数仓维度数据建设
        • 4.5 实时数仓维度的使用
        • 4.6 实时数仓汇总层的建设
    • 五、仓库的质量保证

一、前言

本文是学习Flink社区在B站的实时数仓篇第一节课程的总结，1. Flink 实时数仓的应用
讲师：黄伟伦（美团点评 数据系统研发工程师）。

二、实时数仓建设目的

三、实时数仓的应用场景

四、如何建设实时数仓

4.1 实时数仓的整体的架构图

• 数仓层次更少
  尽量减少层次的划分，应用层数据直接写入应用数据库，仓库内不维护应用层。
• 多种数据源存储
  实时数仓使用Kafka存储明细与数据汇总数据，Tair、Hbase等缓存存储维度数据。

4.2 ODS层的建设

• 数据来源尽可能统一
• 利用分区保证数据局部有序

4.3 DW层的建设

解决原始数据中数据存在噪声、不完整和数据形式不统一的情况。形成规范，统一的数据源。如果可能的化尽可能和离线保持一致。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

545628)**

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！