1 大数据电商数仓项目——数仓概念

数据仓库概念

**数据仓库（Data Warehouse）：**为企业决策提供数据支撑，帮助企业改进业务流程、提高产品质量等，同时也提供数据存储、分析、计算作用。
数据仓库的输入数据通常包括：业务数据、用户行为数据、爬虫数据等。

• 业务数据：通常与MySQL后台产生交互的数据。通常使用sqoop框架。
• 用户行为数据：记录用户在网站前端所进行的各种活动、行为等的日志记录数据，可进行埋点，跟踪用户行为，分析用户行为心理。通常使用flume框架。
• 爬虫数据：爬取别的网站的数据，但容易产生侵权等的违法违规问题。

数据输入后一般要进入数据仓库进行相应的数据分析，通常会经过ODS、DWD、DWS、DWT、ADS的几个过程。数据仓库并不是数据的最终目的地，而是为数据最终目的地做好准备。这些准备包括对数据的备份、清洗、聚合、统计、可视化表现等。经过数据分析后，通常我们可以通过数据仓进行报表系统、用户画像、推荐系统、机器学习等数据输出形式。
常用的任务调度框架：Azkaban、Oozie、Airflow、DS。

下一章，我们将介绍项目需求及架构设计的有关内容，开始正式进入项目的前期的需求分析准备以及后期的研发过程。