与大数据相关的工作方向
与大数据相关的工作主要分为三个部分：数据开发，平台开发和基础架构。
数据开发：
它主要包括工作内容，例如数据仓库，离线/实时数据开发。更重要的知识点和工具如下：
•数据仓库数据仓库理论（，），仓库分层，数据仓库模型（Star，，），Data Mart等。数据仓库是通过大数据环境中的Hive构建的。
•离线数据开发1：大多数分析基于数据仓库，主要语言是SQL结构化查询语言，机器学习算法等。 2：离线处理工具：蜂巢，猪（很少使用）。
•实时数据开发1：实时数据处理，实时建议，财务风险控制，实时异常检测和其他应用程序方案，数据及时性变得越来越重要。 2：实时处理框架：（小批次，伪实时的时间），（实时，吞吐量差）（目前是最热，实时处理，良好的吞吐量性能，批处理流动集成，开发趋势，密钥掌握）。
平台开发：
平台开发的主要作用是提高业务人员和数据开发人员的工作效率，并加速数据流通。包括数据资产管理，自助分析平台，数据报告（可视化）平台，数据收集和迁移平台，开发协作平台，数据接口服务和其他内容。
•数据资产管理1：也称为数据治理，企业数据资产平台可以大致分为元数据管理，数据指数系统，数据质量管理和其他模块；成熟度标准可以称为“ GBT -2018数据管理能力成熟度评估模型” 2：在数据爆炸时代，资产管理变得越来越重要，资产管理的概念相对较大（每个企业业务都是不同的，并且实施重点是不同的）。一个更合理的突破点是从元数据管理和指标系统开始。 3：数据治理的开源框架：
•自助分析平台1：成本考虑，从数据开发人员到一般业务人员或数据分析师的数据分析功能委派； 2：为数据分析师提供方便且易于使用的数据分析平台； 3：开源框架：等。交互式分析查询引擎，我们基于自我发展。
•数据报告（可视化）平台企业BI平台，计算并显示关键指标的开发趋势和企业运营开发的稳定指标，并支持运营计划和分析决策。
•数据采集和迁移1：数据开发具有一定的量表后，一切都需要从数据采集，ETL，采矿和分析以及最终可视化中改进。制定数据收集和迁移标准，然后平台化可以很好地解决此问题。 2：开源框架：数据埋葬，（订阅），（入侵商业库），等。
•开发协作过程1：与上述相同的主要解决数据开发人员的效率，从原始脚本方法提交，将其开发为视觉平台方法，并提供串行，并行和其他工作流设置。 2：工作流开源框架：（当前正在使用）。
•除了数据报告（可视化）平台外，数据接口服务是提供数据的另一种方式，主要解决不同业务之间以及不同公司之间的数据采集问题。提供标准的传入参数和数据输出格式。基于基础存储（///等）的微服务体系结构。
基础设施：
以上就是关于大数据工作方向解析：数据开发、平台开发与基础架构知识点总结全部的内容，关注我们，带您了解更多相关内容。
