讲课，备课，开发 业务数据仓库的总结：
一 表实体 订单表： 用户表： 商品分类： 交易流水： 二.表分类 实体表 维度表 事务性事实表 周期性事实表 三.同步策略 全量 新增 新增和变化 create_time 和operate_time ===cannal 范式： 1范式：属性不可切割 2范式：不能存在部分函数依赖 3范式：不能存在传递依赖 四。建模方式 星型模型：外围只有一层维度 雪花：外围有多层维度
五.sqoop 导入导出问题 hive底层存储null 为\N 导出数据时：–input-null-string 和 --input-null-non-string 导入数据时：–null-string 和 --null-non-string
sqoop导入数据的一致性问题： 场景一：sqoop导出mysql有四个任务，其中有两个任务失败 开发报表显示的时候不一致 –staging-table 参数 先把数据导入某个中间（临时）表，在最终导出到目标表 –clear-staging-table |清理临时表 解决数据一致性问题
多个map任务的时候，也可以 采用–staging-table的方式解决数据一致性问题
sqoop底层运行的任务是：只有map阶段，没有Reduce阶段
六 指标计算 sum(if())组合函数 case when 函数 拉链表：1.create_time，operate_time获取新增和变化的数据，如果没有就用cannal 2.用临时拉链表解决hive中数据不能更新的问题
Azkaban: 每天跑多少job？ 2006 （1000-2000） 多少指标 100-200 import-ods-dwd-dws-ads-export 多少task：100（5-8） 5000+个 map reduce Azkaban挂掉：成功或者失败都会发邮件 等级高 重要指标
数据清洗 -- 维度退化 用户维度-商家维度-订单维度 复购率-漏斗分析