项目架构

2.1 提高自信

云上数据仓库解决方案：https://www.aliyun.com/solution/datavexpo/datawarehouse

2.2 数仓概念

数据仓库的输入数据源和输出系统分别是什么？

输入系统：埋点产生的用户行为数据、JavaEE后台产生的业务数据、个别公司有爬虫数据。

输出系统：报表系统、用户画像系统、推荐系统

2.3 系统数据流程设计

2.4 框架版本选型

1）Apache：运维麻烦，组件间兼容性需要自己调研。（一般大厂使用，技术实力雄厚，有专业的运维人员）

2）CDH：国内使用最多的版本，但  CM不开源，但其实对中、小公司使用来说没有影响（建议使用）10000美金一个节点   CDP

3）HDP：开源，可以进行二次开发，但是没有CDH稳定，国内使用较少