01_新能源汽车课程介绍.mp4
02_新能源汽车数仓概述.mp4
03_数仓需求介绍及框架选择.mp4
04_数仓架构介绍.mp4
05_服务器选型介绍.mp4
06_集群资源规划介绍.mp4
07_采集数据格式介绍.mp4
08_克隆准备3台虚拟机.mp4
09_分发脚本和免密登录配置.mp4
10_jdk安装部署.mp4
11_环境变量配置介绍.mp4
12_节点进程查看脚本介绍.mp4
13_zookeeper的安装部署和使用.mp4
14_hadoop配置介绍.mp4
15_hadoop高可用配置及群起脚本.mp4
16_hdfs的多目录配置和集群平衡.mp4
17_hadoop的参数调优.mp4
18_kafka的安装部署.mp4
19_kafka命令行简单介绍.mp4
20_flume的安装及内存的调整.mp4
21_mysql的安装部署.mp4
22_mysql远程软件连接的问题解决.mp4
23_采集数据模拟生成展示.mp4
24_日志采集架构及组件选择.mp4
25_采集日志flume的配置文件编写.mp4
26_日志采集flume的测试及脚本编写.mp4
27_消费flume的配置编写.mp4
28_消费flume的拦截器编写.mp4
29_消费flume日志演示.mp4
30_维度数据同步策略选择.mp4
31_Datax同步工具简单介绍.mp4
32_Datax架构原理介绍.mp4
33_Datax基础实现同步任务.mp4
34_Datax使用传参演示.mp4
35_Datax的并发控制和内存修改.mp4
36_使用Datax完成维度表同步.mp4
37_数仓建模模型介绍.mp4
38_维度模型事实表和维度表介绍.mp4
39_数仓环境搭建_hive的基础配置.mp4
40_hive替换为spark引擎.mp4
41_修改yarn对应am的内存限制.mp4
42_配置数仓运行环境.mp4
43_业务场景模拟_回顾采集通道.mp4
44_业务场景模型_生成0502数据.mp4
45_数仓分层介绍.mp4
46_ods_hive映射hdfs成为表格介绍.mp4
47_ods_hive函数get_json_object解析json数据.mp4
48_ods_hive的serde简单介绍.mp4
49_ods_hive使用serde解析json数据.mp4
50_ods_日志表格建表介绍.mp4
51_ods_hive导入日志表格数据演示.mp4
52_ods_汽车信息表数据导入.mp4
53_ods_数据导入脚本基础内容编写.mp4
54_ods_数据导入脚本使用演示.mp4
55_dim层维度表回顾.mp4
56_dim层汽车信息维度表导入.mp4
57_dim离线维度编码表导入.mp4
58_dim层脚本数据导入.mp4
59_dwd_事实表建模理论分析.mp4
60_dwd_电动模式行驶日志事实表装载.mp4
61_dwd_混动模式和新能源燃料模式行驶日志事实表装载.mp4
62_dwd_充电日志事实表装载.mp4
63_dwd_行驶充电和故障记录日志事实表装载.mp4
64_dwd_电机日志事实表.mp4
65_dwd_数据导入首日脚本编写.mp4
66_dwd_数据导入脚本使用.mp4
67_dws_搭建建模分析.mp4
68_dws_纯电模式单次行程汇总表.mp4
69_dws_纯电模式单次行程数据装载.mp4
70_dws_单次充电聚合表数据导入.mp4
71_dws_单次汇总数据脚本装载.mp4
72_dws_最近1日里程聚合数据导入.mp4
73_dws_告警单日汇总和电机信息单日汇总数据导入.mp4
74_dws_单日电池组情况汇总基础数据读取.mp4
75_dws_单日电池组每日汇总数据装载.mp4
76_dws_每日聚合脚本数据装载.mp4
77_ads_创建表格特点介绍.mp4
78_ads_每月里程统计数据导入.mp4
79_ads_最近7天里程汇总数据导入.mp4
80_ads_不同类型汽车每月行程统计.mp4
81_ads_告警主题每月汇总.mp4
82_ads_温控主题每月汇总.mp4
83_ads_能耗主题表格字段介绍.mp4
84_ads_能耗主题充电指标计算.mp4
85_ads_能耗主题旅次消耗计算.mp4
86_ads_能耗主题最近100km能耗计算.mp4
87_ads_能耗主题数据导入.mp4
88_ads_汽车类型平均能耗计算.mp4
89_ads_数据脚本导入.mp4
90_数据导出建表语句.mp4
91_数据导出样例演示.mp4
92_脚本工具自动化生成datax的配置文件.mp4
93_使用脚本完成datax数据导出.mp4
94_dolphinScheduler架构介绍.mp4
95_dolphinSchedule安装配置文件编写.mp4
96_dolphinSchedule元数据配置及安装.mp4
97_dolphinSchedule启动停止命令介绍.mp4
98_dolphinSchedule管理用户介绍.mp4
99_dolphinSchedule简单任务的执行演示.mp4
100_dolphinSchedule的定时和传参功能.mp4
101_dolphinSchedule的依赖资源和告警功能介绍.mp4
102_新数据的全流程调度.mp4
103_fineBI的安装部署和启动.mp4
104_fineBI演示样例简单表格实现.mp4
105_fineBI的钻取联动和过滤功能.mp4
106_fineBI实战展示新能源汽车指标.mp4
107_新能源数仓整体内容回顾.mp4
笔记.zip
资料.zip
有需要联系v；加客服窗口的联系方式
摘要：本文以尚GG大数据技术之新能源汽车数仓2023年6月为主题，从数据采集、数据处理、数据分析、数据可视化四个方面对新能源汽车数仓进行了详细阐述，旨在为读者提供对新能源汽车数仓的全面了解。
1、数据采集
新能源汽车数仓的数据采集是构建数仓的基础。2023年6月，尚GG大数据技术通过多种方式采集了新能源汽车的相关数据，包括车辆销售数据、充电数据、维修数据等。这些数据来源广泛，涵盖了新能源汽车的整个生命周期。
在数据采集过程中，尚GG大数据技术采用了自动化采集工具，提高了数据采集的效率和准确性。同时，通过对数据的清洗和去重，保证了数据的纯净度，为后续的数据处理和分析奠定了基础。
此外，尚GG大数据技术还关注了数据采集的实时性，确保了数据的时效性，为新能源汽车行业提供了及时、准确的数据支持。
2、数据处理
数据采集完成后，尚GG大数据技术对采集到的数据进行了一系列的处理。首先，对数据进行清洗，去除无效、错误和重复的数据，保证数据的准确性。其次，对数据进行整合，将不同来源、不同格式的数据进行统一，方便后续的数据分析。
在数据处理过程中，尚GG大数据技术采用了多种数据处理技术，如数据转换、数据集成、数据清洗等。这些技术的应用，使得数据处理过程更加高效、准确。
此外，尚GG大数据技术还关注了数据处理的实时性，确保了数据的时效性，为新能源汽车行业提供了及时、准确的数据支持。
3、数据分析
数据分析是新能源汽车数仓的核心环节。2023年6月，尚GG大数据技术通过对新能源汽车数据的深入分析，揭示了新能源汽车行业的现状和趋势。
在数据分析过程中，尚GG大数据技术采用了多种数据分析方法，如统计分析、数据挖掘、机器学习等。这些方法的应用，使得数据分析结果更加准确、可靠。
通过数据分析，尚GG大数据技术为新能源汽车行业提供了有针对性的建议，助力企业优化生产、销售、售后服务等环节，提高企业竞争力。
4、数据可视化
数据可视化是新能源汽车数仓的展示环节。2023年6月，尚GG大数据技术通过数据可视化技术，将新能源汽车数据以图表、图形等形式直观地展示出来。
数据可视化技术的应用，使得数据更加直观、易懂，便于用户快速获取所需信息。同时，数据可视化还可以帮助企业发现数据中的潜在规律，为决策提供依据。
尚GG大数据技术提供的数据可视化工具，支持多种图表类型，如柱状图、折线图、饼图等，满足不同用户的需求。
总结：
本文从数据采集、数据处理、数据分析、数据可视化四个方面对尚GG大数据技术之新能源汽车数仓2023年6月进行了详细阐述。通过本文的介绍，读者可以全面了解新能源汽车数仓的构建和应用，为新能源汽车行业的发展提供有益参考。
新能源汽车数仓的构建和应用，有助于企业提高数据管理水平，优化决策过程，提升企业竞争力。在未来，随着大数据技术的不断发展，新能源汽车数仓将在新能源汽车行业中发挥越来越重要的作用。
本文由nayona.cn整理
联系我们
关注公众号
微信扫一扫
支付宝扫一扫
