数据仓库（Hive/ClickHouse/Doris）设计与开发培训课程
【培训对象】
数据仓库工程师、ETL开发工程师、BI工程师、数据分析师，希望系统学习现代数据仓库的设计与开发技术。
【培训目标】
一、 掌握数据仓库建模理论（如维度建模），能够根据业务需求进行合理的模型设计。
二、 熟练使用Hive进行海量数据的离线处理和ETL，掌握其调优方法。
三、 了解ClickHouse和Doris等MPP数据库的特点，能够利用它们进行高性能的实时OLAP查询分析。
四、 能够设计并构建一套完整的、分层清晰的现代数据仓库，支撑企业BI报表和数据应用。
【培训内容介绍】
一、 数据仓库理论基础：Kimball与Inmon方法论对比、维度建模（事实表、维度表、星型模型、雪花模型）。
二、 数仓分层架构（ODS-DWD-DWS-ADS）：每一层的职责、模型设计原则与命名规范。
三、 Hive基础与数据定义：Hive架构、表类型（内部表、外部表）、分区与分桶、文件格式（Text, ORC, Parquet）与压缩。
四、 Hive数据操作与函数：复杂SQL编写、窗口函数、自定义函数（UDF/UDTF/UDAF）开发。
五、 Hive性能优化：SQL优化、join优化、小文件合并、并行执行、CBO优化器、数据倾斜处理。
六、 离线数仓ETL设计与调度：使用SQL和Shell/Python编写ETL任务，通过调度工具（如Airflow）进行任务编排。
七、 ClickHouse架构与核心特性：列式存储、向量化执行、MergeTree引擎家族、分布式表与本地表。
八、 ClickHouse查询与实战：常用SQL语法、物化视图、数据TTL、Join与窗口函数支持，性能调优与监控。
九、 Doris架构与核心特性：MPP架构、向量化执行引擎、数据模型（Duplicate, Unique, Aggregate）、物化视图、Rollup表。
十、 Doris查询与实战：标准SQL支持、高并发查询优化、数据导入（Stream Load, Broker Load）。
十一、 实时数仓构建：结合Flink CDC和Kafka，将实时数据同步至ClickHouse/Doris，构建实时数仓链路。
十二、 实战演练：设计一套电商数仓模型，使用Hive完成离线分层ETL，并将结果数据导入ClickHouse/Doris进行可视化分析。
