前言：
准备系统化整理一套分布式数据仓库建模实践指南，先把目录列出来吧，算是给自己设计一个目标吧。
第一部分 基础篇
第一章 数据仓库概念与定义
1.1 数据管理体系
1.2 数据仓库概念
1.3 数据仓库职责
第二章 数据仓库体系结构
2.1 Inmon CIF
2.2 Kimball
2.3 对比与分析
2.4 分布式数据仓库架构体系
第三章 维度建模基础
3.1 kimball四步建模法
3.2 维度设计
3.3 事实表设计
第四章 数据分类体系
4.1 数据分类思想
4.1.1 主数据
4.1.2 参考数据
4.1.3 交易数据
4.1.4 元数据
4.2 数据分类与数据存储模型
4.2.1 关系型数据仓库
4.2.2 分布式数据仓库
第二部分 实践篇
第一章 主题域模型设计
第二章 路线图
第三章 业务分析-深浅有度
第四章 数据分析-区别对待
第五章 数据建模-概念模型、逻辑模型、物理模型
第六章 聚集模型
6.1 星型模型与聚集模型概念与定义
6.2 聚集模型聚集粒度展现方式
6.3 聚集模型与汇总
第三部分 工具篇
第一章 数据建模基础
1.1 数据模型分类
1.2 数据建模语言
1.3 数据建模收益
1.4 数据建模原则
第二章 维度建模工具
2.1 Hello ERwin
2.3 建模语言设置
2.3 对象命名规范
2.4 对象配色管理
2.5 对象样式设置
2.6 维度建模实践
第三章 分布式数据仓库系统
3.1 Hadoop
3.2 Hive
3.3 Spark
第四部分 提高篇
第一章 数据仓库与业务系统改造
1.1 业务重构
1.2 数据重构
第二章 数据仓库与数据变现
2.1 数据价值链理论
2.2 数据变现链条
2.3 数据变现模式
第三章 数据仓库成熟度模型
3.1 数据仓库成熟度模型
3.2 改进的数据仓库成熟度模型
未完待续，意见征集中，欢迎回复留言，如果对于分布式数据仓库建设有兴趣，可加群：
分布式数据仓库建模 398419457
