主题索引
存储模型选型
比较关系型、键值、列式、文档与全文检索等存储模型的特性取舍与适用场景。
来源书籍
四象限结论:工程实践(高信息浓度 + 低稳定性)
评级理由:
这本书的信息浓度偏高,因为它不是只罗列概念,而是围绕“采集、存储、打通、使用”拆解数据中台从 0 到 1 的建设过程,并给出较多工程取舍:例如第 1 章用“多条产品线、可复用能力、长期降本”解释中台适用边界;第 3 章用 ODS/DIM/DWD/DWS/ADS 分层解释为什么指标口径变化和维度扩展时,分层建模能降低改造成本;第 4 章把标签平台拆成宽表、标签体系、标签工厂、人群圈选,说明企业数据打通不是单纯建表,而是统一身份、角色、标签标准和使用流程。
稳定性偏低到中等,原因是书中大量内容绑定 2020 年前后的数据中台热潮、企业数据化运营实践,以及 Spark、帆软、达芬奇、Superset、Kafka、Flink 等具体工具或工程方案。书中的分层建模、指标口径、标签体系、推荐系统召回/排序等思路仍可迁移,但不少平台实现步骤和工具选型会随技术栈变化而过时。因此整体归为“工程实践”,适合提炼可迁移的架构与产品设计卡片,而不适合把操作细节逐条沉淀。
| 章节号 | 章节标题 | 精读/略读 | 状态 | 卡片数 |
|---|---|---|---|---|
| 01 | 数据中台入门攻略 | 精读 | done | 6 |
| 02 | 数据采集 | 精读 | done | 5 |
| 03 | 数据存储与计算 | 精读 | done | 6 |
| 04 | 数据打通 | 精读 | done | 7 |
| 05 | 用户分析 | 精读 | done | 4 |
| 06 | 商品分析 | 精读 | done | 4 |
| 07 | 流量分析 | 精读 | done | 3 |
| 08 | 交易分析 | 精读 | done | 4 |
| 09 | 自助分析平台 | 略读 | done | 0 |
| 10 | 自动化营销平台 | 精读 | done | 6 |
| 11 | 推荐平台 | 精读 | done | 8 |
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
主题索引
比较关系型、键值、列式、文档与全文检索等存储模型的特性取舍与适用场景。
主题索引
比较中台与平台的差异、业务/数据中台的建设目标,以及消除重复建设、沉淀与编排企业级能力的方法。
主题索引
比较数据质量维度与校验、清洗与脱敏、关联标识、生命周期管理、权限分层以及数据风险管控的做法,和数据质量长期被低估的原因。
主题索引
串联分析型数仓的主题与分层建模、ETL抽取转换、Hive与Sqoop、增量水位及BI消费路径;保留版本与场景限制。
主题索引
比较大数据在用户画像、个性化营销、程序化广告与实时竞价、大数据征信中的方法、数据来源与风险。
主题索引
从数据里得出可行动的结论:用户行为与生命周期怎么建模、A/B 实验怎么设计才有效、观测数据下的因果推断能推到哪一步。
主题索引
比较以不可变主数据、批处理层、服务层与速度层构建数据系统的思路,以及重算、增量与视图合并的取舍。
主题索引
质量六维度怎样落成可执行的校验规则、清洗与脱敏怎样分工、缺失与异常值按什么口径处理,实体匹配为什么误合并比重复更危险,以及质量指标、血缘追踪与数据可观测性怎样组成修复闭环。
主题索引
比较数据图形的视觉编码、用户解读、交互探索与叙事表达,关注图表如何服务具体问题及其误读边界。
主题索引
比较企业如何确定大数据战略定位与启动时机、设计数据部门组织与岗位、评估数据投入产出与资产价值,以及数据与业务、经验决策之间的协作边界。
主题索引
数据目录与元数据(技术/业务/血缘)怎样支撑发现与影响分析,所有权矩阵、数据契约与口径治理怎样划分责任,权限分层、脱敏与删除请求怎样贯穿生命周期,以及数据风险与合规为什么要一票否决。
主题索引
比较离散选择模型、生存分析与用户生命周期价值(LTV)建模的假设、估计方法与解读方式。
主题索引
比较TF-IDF、向量空间模型与相关性反馈等排序依据,以及召回率与精确率在不同检索场景中的取舍。