尚硅谷大数据项目之快餐数仓

这是一套围绕离线数仓搭建的大数据项目课，主题是快餐行业的业务数据仓库。它不讲分布式底层原理，也不带你读框架源码，而是把一套真实业务场景从数据采集到分层建模的链路完整走一遍。如果你之前零散学过 Hadoop、Hive、Kafka，却不知道这些组件在同一个项目里怎么串起来，这门课的价值主要就在这里。

它解决的是"组件都会、项目不会"的问题

很多人学大数据的卡点不在单个工具，而在于拿到一个业务需求时，不知道数据该从哪来、落到哪一层、用什么方式同步、指标怎么算。这套资料以快餐门店的经营数据为背景，覆盖了从业务库抽取、日志采集、消息缓冲，到数仓分层建模、指标汇总的完整过程。你跟着做完，能理解 ODS、DWD、DWS、ADS 各层分别承担什么职责，以及为什么不能把所有表都堆在一层里。这比单独看某个组件的教程更接近实际工作，因为真实岗位要的正是这种把链路打通的能力。

适合什么基础，先看哪几块

建议至少已经能独立写出 Hive SQL，知道分区表和分桶表的基本概念，对 Hadoop 的 HDFS 和 YARN 有大致印象。如果连 SQL 的窗口函数都不熟，先补这块再回来，否则建模部分会跟得很吃力。上手顺序上，建议先看采集与同步这一段，理解数据是怎么从业务系统进入数仓的；再看分层建模，这是全课的核心，重点体会每层表的设计理由；最后看指标计算与结果输出。环境搭建部分可以快速过，遇到报错再回头查，不必逐条死磕。

学完能独立做什么，资料怎么配合练

完整跟下来之后，你应该能独立完成一个中小规模离线数仓的搭建：自己设计分层结构，写同步任务把数据抽过来，用 Hive 完成清洗和聚合，最后产出可供报表使用的指标表。这在转行面试里是可以讲清楚的实操经历。练习上不要只看视频，每看完一个模块就自己重跑一遍，把表结构、字段含义、任务依赖画成图。建议在采集和建模两段各做一次脱稿复现，脱离视频自己写 SQL 和配置，卡住的地方才是真正需要补的点。资料里的笔记适合当速查手册，不必从头背。

需要提醒的是，这套内容偏工程实现，对实时计算、数据治理、调度平台的深入讲解有限。如果你的目标岗位明确要求 Flink 实时链路或云上数仓，它只能算基础铺垫。但作为第一个完整的离线数仓项目，用来把零散知识拼成体系，是够用的。