曙海教學優勢
本課程以項目實現為導向,面向企事業項目實際需要,秉承二十一年積累的教學品質，老師將會與您分享設計的全流程以及工具的綜合使用經驗、技巧。線上/線下/上門皆可,課程可定制,熱線:4008699035。
曙海培訓的課程培養了大批受企業歡迎的工程師。曙海培訓的課程在業內有著響亮的知名度。大批企業和曙海
建立了良好的合作關系,合作企業30萬+。
?
|
主題 |
內容見要 |
|
海量數據處理系統 |
海量數據高并發實時處理的系統場景 |
|
非事務型的實時流式數據 |
|
|
海量數據高并發的實時流式處理數據架構解決方案 |
|
|
實時流式處理處理的架構匯總 |
|
|
高容量，高并發， 高性能， 高可用，廉價IT投入的非功能性需求實現 |
|
|
8種海量數據處理的架構設計與實時流式處理的整合與集成解決方案 |
|
|
分布式系統架構的實時流式處理核心設計 |
|
|
實時流式處理的架構分析與框架差異 |
實時流式計算的應用場景及關鍵技術 |
|
實時流式計算的適用業務場景 |
|
|
關鍵技術（從系統架構，數據傳輸，編程接口，高可用，維護成本，其他關鍵技術維度闡述） |
|
|
常見實時流式計算系統簡介（Flink, Spark等） |
|
|
Flink與Spark Streaming實時流式處理框架差異 |
|
|
優缺點分析 |
|
|
實時數據標準 |
數據標準化在數據治理中的意義 |
|
實時數據標準定義，標準單詞析取 |
|
|
數據標準域，標準用語 |
|
|
數據標準管理規范 |
|
|
數據標準建設模型，過程 |
|
|
服務總線對數據標準的意義 |
|
|
結合產品實現數據標準 |
|
|
數據標準在數據架構中得地位和作用 |
|
|
數據質量 |
控制數據質量的方法 |
|
數據質量管理模型 |
|
|
數據知識庫 |
|
|
利用知識庫對數據進行清洗，匹配 |
|
|
自動化進行數據質量控制的方法 |
|
|
數據質量產品介紹 |
|
|
數據質量在數據架構中得實現方法和價值使用場景 |
|
|
數據安全 |
數據安全管理范圍 |
|
數據安全管理流程 |
|
|
數據共享策略 |
|
|
數據安全技術架構 |
|
|
數據安全生命周期管理 |
|
|
數據安全產品和數據安全方法 |
|
|
數據安全在數據架構中得使用（多租戶、資源隔離等） |
|
|
數據模型 |
概念模型設計 |
|
邏輯模型設計 |
|
|
物理模型設計 |
|
|
數據倉庫主題域模型設計 |
|
|
多維模型設計 |
|
|
實時數據模型 |
|
|
數據倉庫分層設計 |
|
|
數據生命周期 |
數據生命周期管理及意義 |
|
數據生命周期管理體系 |
|
|
識別數據分類和相對應的生命周期管理 |
|
|
數據冷熱溫轉化 |
|
|
數據價值評分 |
|
|
數據生命周期管理對于數據架構得實際使用場景和方法 |
|
|
元數據 |
元數據的定義 |
|
元數據的使用場景 |
|
|
元數據的分類 |
|
|
元數據梳理方法 |
|
|
元數據管理流程和方法 |
|
|
元數據管理內容 |
|
|
元數據國際標準 |
|
|
元數據管理架構 |
|
|
元數據在數據架構中地位和使用場景 |
|
|
主數據 |
主數據的定義 |
|
主數據識別方法 |
|
|
主數據模型 |
|
|
主數據管理規范 |
|
|
一般主數據系統功能和技術架構 |
|
|
主數據建設方法論 |
|
|
主數據和其他系統集成方法 |
|
|
主數據在數據架構中得實際使用場景 |
|
|
流批一體化架構 |
flink流批一體的分層架構 |
|
flink流批一體DataStream |
|
|
flink流批一體DAG Scheduler |
|
|
flink流批一體的Shuffle架構 |
|
|
flink流批一體的容錯策略 |
|
|
案例 |
一個典型銀行實時風控大數據實時流式處理案例實踐： |
