秒建中小型电商BI平台实践(零基础三日速成大法)

    今日心情: 离职的上家创业公司竟然没有发工资.难道真的不行了. 问在岗的同事也没有发. 人生第一次被拖欠工资.有点兴奋.这才是创业公司. 在大厂的你绝对没有遇到的情况. 我其实挺喜欢创业公司的,虽然没有人道的加班.没有规划的上线.但是那种从螺丝钉变成电钻的感觉很爽.

    言归正传, 总不能啃老吧.而且发现不干活不舒服. 家附近有家电商公司打算自己起一套BI(商业智能)。和信息部门的负责人聊的挺嗨,直接上岗。从在校期间到工作只是听过,从来没有研究过.但这都不是问题,试试呗。

    入职第一天,了解了下电商公司怎么玩的。一套oms订单管理系统,一套wms仓储管理系统.都是用的别人的平台.暂时没有自己成型的产品.有京东,天猫,拼多多,亚马逊等渠道.日订单数目10w+。还没见过系统.我十分好奇整套的运作流程,如何和天猫对接的,oms和wms两家公司的平台如何对接的。尤其wms上世纪的古董界面风格,系统间怎么做到数据的一致性。第一天我只看了看oms数据库的订单表。在网上学习数据仓库的概念。我可耻的转载了一个系列的数据仓库博文.了解了基本知识。 最重要的两个概念 数据分层ods dw dm等等。和维度建模,事实表维度表的,星型结构,雪花结构等等。这里不做赘述。之后搜索了电商领域的维度建模方法。看了猫眼电影等实时数仓的解决方案,hive,elasticsearch,finlk,hive kafka,巴拉巴拉 不灵不灵的技术框架后,心中有了点数,binlog日志都没有,大数据都不用,暂时没有土壤。采用传统的BI方案,etl ,数据仓库 ,直接出报表。5点按时下班,天亮下班好幸福。

   第二天,和几个同学聊了聊近况. 发现很low,很low的小伙伴.kettle都用过了.我竟然第一次接触.这是一个java做的像工作流引擎一样的数据处理的工具。 这一天. 我将  销售主题.做了几个维度. 然后使用kettle 进行了一次对原始操作数据的 转换。kettle下载好吃力。

  第三天,我有了两天的销售主题数据了.扔在数据库里只是占空间,我要做点什么. 虽然业务层,不需要我这组管。联机分析,下钻,上卷.然后就找联机分析的开源框架.然后找到了嫌麻烦也没用。不经意在开源社区看到了CBoard。本地跑起来。配置数据源,直接写sql配置数据集,然后设计图表。最后根据图表布置你的首页大盘。  第三天就有了一个首页大盘的demo。 就是这么的简单。

   三天时间,这一套已经够满足传统电商企业的需求了。但是看着整套布灵布灵的技术架构,打算尝试一下,下定了两个月的学习时间。

然后今天企业入职文化培训考试没有通过.下周补考.心情很不好,还是最后一名。一批30人入职,硕士学历只占公司总人数的5%.我默默的没有在群里说话.丢人啊,没脸啊。

 

 

 

 

 

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
手把手视频详细讲解项目开发全过程,需要的小伙伴自行百度网盘下载,链接见附件,永久有效。 课程简介 从0开始构BI商业大数据分析平台,以实际的电商分析业务,贯穿数据生成,数据仓库、ETL、数据分析以及可视化分析和商业BI报表,让你三天零基础快速搭商业化BI分析平台 课程亮点 1,零基础讲解,从数据存储到商业可视化分析,一步步逐渐深入 2,理论+实践,让你既能学懂也能学会 3,图文并茂,化繁为简,让知识通俗易懂,不再抽象 4,以实际企业业务需求讲解,让学生学有所用,学完即可上手BI 适用人群 1、对大数据感兴趣的在校生及应届毕业生。 2、对目前职业有进一步提升要求,希望从事大数据行业高薪工作的在职人员。 3、对大数据行业感兴趣的相关人员。 课程内容 第一章:MySQL数据库入门 1.1 大数据应用及数据存储 1.2 MySQL的介绍 1.3 MySQL数据库部署 1.4 DataGrip可视化工具部署 1.5 DataGrip与MySQL连接配置 第二章:SQL分析之DDL 2.1 SQL的分类与规则 2.2 DDL之数据库管理 2.3 DDL之数据表创与查询 2.4 DDL之数据表删除与描述 第三章:SQL分析之DML 3.1 DML之数据的插入 3.2 DML之数据的修改 3.3 DML之数据的删除 第四章:SQL分析之DQL 4.1 DQL基本查询规则 4.2 DQL之入门查询 4.3 DQL之条件查询where 4.4 DQL之聚合查询聚合函数 4.5 DQL之分组查询group by 4.6 DQL之排序查询order by 4.7 DQL之分页查询limit 4.8 DQL之结果保存 第五章:多表复杂分析查询 5.1 多表查询:表与表之间的关系 5.2 多表查询:Join关联 5.3 多表查询:子查询 第六章:数据仓库与ETL 6.1 数据仓库入门 6.2 ETL与Kettle的介绍 6.3 JDK及Kettle的部署 第七章:Kettle的ETL开发实战 7.1 Kettle中概念详解 7.2 Kettle实现文本输入与Excel输出 7.3 Kettle实现Excel输入与表输出 7.4 表输入组件开发 7.5 插入更新组件开发 7.6 Kettle作业开发 第八章:BI可视化与实战需求 8.1 数据可视化背景 8.2 FIneBI的功能与部署 8.3 电商业务介绍 8.4 技术架构及数据准备 第九章:ETL与数据分析实战 9.1 基于MySQL实现数据内容拆解 9.2 基于Kettle实现数据的ETL 9.3 指标分析:每日订单总额及订单个数 9.4 指标分析:独立用户数以及热门商品Top10 9.5 指标分析:每天每个小时上架商品及订单个数 9.6 指标分析:每日不同支付方式的订单总金额及订单个数 9.7 指标分析:每日每个省份的订单总金额及订单个数 9.8 指标分析:每日不同商品分类的订单个数统计 第十章:BI可视化分析实战 10.1 FIneBI的基本使用 10.2 仪表盘显示每日订单信息 10.3 柱状图及曲线图的构 10.4 饼图及雷达图的构 10.5 混合图及词云图构
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值