查看原文
其他

叮!致2020的一封情书,请查收!文末2019年文章精选

The following article is from 数据仓库与Python大数据 Author 仙子紫霞

喜迎元旦


首先祝亲爱的读者朋友们:元旦快乐,身体健康,升职加薪,阖家幸福,早日脱单。

同时,也同大家分享接手运营公众号这半年最开心的两件事情。相信有我朋友圈的朋友也已经看到了,我就不再多说了。



时间过得好快,转眼间2019年结束,2020年开始。



一个不小心,运营公众号已经快半年了。回顾这半年,有认可,有理解,也有诋毁,有偏执。这个时刻,再次感谢读者朋友们的支持和理解,希望少一点诋毁与偏执。不忘初心,方得始终,本着一开始的愿景:致力建设一个属于数仓er的交流分享社区,有情怀、有温暖,有你,有我,有她!


2019,我们技术分享路线:


SQL基础 -- 数仓漫谈 -- 实时数仓 -- 数据中台 -- 用户画像 -- 推荐系统 -- 面试真经


未曾动摇,按部就班,只要跟着公众号分享的文章一步一步走下来,去认真读,用心去思考,你现在至少25k+。数仓领域,毫不夸张,人人都是架构师。或许我们还没成为架构师,是技不如人吗?显然,不是,是我们缺少机会。


2019.06.01 我们用程序员自己的方式,发出第一声啼哭:“hello world”


2019.07.22 我们发布第一篇技术文章:SQL分析函数,看这一篇就够了



紧接着,几乎日更的高质量原创技术文章,一篇一篇发布开来


这是一篇具有里程碑意义的文章(漫谈 | 大牛带你从0到1构建数据仓库实战),从这一篇文章开始,我们才正式收获了我们公众号前200位读者朋友数据er的芳心。听从了200位读者朋友们的建议,除了一些各自为点的原创文章,我们开始了第一个专栏系列。


数仓漫谈系列:


  1. 系列 | 漫谈数仓第一篇NO.1 『数仓架构』

  2. 系列 | 漫谈数仓第二篇NO.2 『数据模型』

  3. 系列 | 漫谈数仓第三篇NO.3 『数据处理』

  4. 系列 | 漫谈数仓第四篇NO.4 『数据应用』

  5. 系列 | 漫谈数仓第一篇NO.5 『调度系统』

  6. 系列 | 漫谈数仓第一篇NO.6 『数据治理』

  7. 系列 | 漫谈数仓第一篇NO.7 『面试真经』


一个月黑风高的晚上,师傅、大师兄、我,还有学姐白晶晶,我们召开了一个内部会议。一拍即合,我们制定了接下来公号的技术分享路线:SQL基础 -- 数仓漫谈 -- 传统数仓 -- 实时数仓 -- 数据中台 -- 用户画像 -- 推荐系统 -- 面试真经


这也是一个数仓er成长进阶最快的路线,也是一个数仓er必须走过的技术路线图。技术以外,我们也可以做管理,做leader,做架构师,做项目经理,做总监,创业等。


我们希望每一个数仓er都能在这有所收获,有所成长。这儿能成为数仓大佬们的集结地,在这里希望大家可以找到数仓er的归属感。我们会每天交流技术,也会定期分享资源。让我们一起努力,创建一个属于我们数仓ers的社区。


实时数仓:


  1. 如果你也想做实时数仓…

  2. 系列 | 实时数仓实践第一篇NO.1『宽表处理』

  3. 系列 | 实时数仓实践第二篇NO.2『数据质量』

  4. 系列 | 离线数仓实践第三篇NO.3『拉链表』

  5. 回顾 | 基于 Flink 的严选实时数仓实践

  6. 回顾 | 基于 Flink 的 58 实时数仓实践

  7. 回顾 | 基于 Flink 的美团实时数仓实践

  8. 基于 Flink 的实时数仓生产实践 | Flink Forward Asia


数据中台:


  1. 漫画:什么是中台?

  2. 终于来了!数据中台(送书福利)

  3. 蚂蚁金服技术中台架构实践

  4. 最新中台架构PPT,一起欣赏6大互联网大厂的架构图

  5. 数据中台VS数据仓库、数据中台VS业务中台,到底有什么区别?

  6. 数据仓库与数据中台架构与实践

  7. 辨析数据仓库、数据湖和数据中台内涵及差异点(建议收藏)

  8. 阿里架构总监一次讲透中台架构,13页PPT精华详解

  9. 中台的末路


数据湖:


  1. 数据湖(Data Lake)-剑指下一代数据仓库

  2. Delta Lake | 数据湖的诞生与案例实践

  3. Delta Lake | Apache大神带你了解数据湖,这一篇文章就够了

  4. 数据湖如何为企业带来9%的高增长?可否取代数据仓库?

  5. 辨析BI、数据仓库、数据湖和数据中台内涵及差异点(建议收藏)


用户画像:


  1. 用户画像 | 全面解读

  2. 美团的用户画像实践

  3.  58 的用户画像实践


大厂案例:


  1. 阿里大数据建设OneData体系架构

  2. 阿里 数据仓库架构与实时数仓案例

  3. 阿里 蚂蚁金服技术中台架构实践

  4. 美团  OneData:SaaS 数仓建设

  5. 美团 数据质量平台 的设计与实践

  6. 美团 数据治理平台 的架构与实践

  7. 美团 DB实时同步数仓架构与实践

  8. 有赞 数据仓库之 元数据系统 实践

  9. 有赞 数据治理 体系与架构与实践

  10. 有赞 大数据开发平台 架构与实践

  11. 马蜂窝 数据仓库与数据中台架构与实践

  12. 马蜂窝 Lambda架构实时平台演进之路

  13. 京东 MySQL用得好好的,为什么要转ES

  14. 爱奇艺 大数据分析平台的演进之路

  15. 网易 基于Impala平台打造交互查询系统

  16. 网易 基于Flink的严选实时数仓实践

  17. 58同城 实时数仓计算平台架构与实践

  18. 58同城 无埋点用户行为分析实践之路

  19. 头条 ClickHouse在头条的演进与实践

  20. 小米 DB实时同步到数仓的架构与实践

  21. 小米 Apache Kylin在小米集团的应用

  22. 腾讯 Kylin 的平台化及 Flink 引擎实践

  23. 贝壳 实时计算引擎在贝壳的应用与实践


面试经验:


  1. 记一次蚂蚁金服面试经历

  2. 记一次字节跳动面试经历

  3. 记一次美团&拼多多面试经验

  4. 记一次蚂蚁金服的面试经历2

  5. 记一次华为面试数据分析经历

  6. 漫画 | 面试的我 VS 真实的我

  7. 回忆当年阿里的一道 SQL 面试题,亿级表合并

  8. 大数据SQL经典面试题 - 连续3天登录

  9. 直击面试 | 一文搞懂大数据、数仓面试必问之『数据倾斜』

  10. 面试真经 | 大数据/数仓面试灵魂30问

  11. 面试真经 | 大数据/数仓面试灵魂30问(附答案 | 已斩offer)

  12. 【offer谈判】终于面试通过了,我该怎么拿到满意的薪资呢?


推荐系统:


  1. 如何从 0 到 1 构建个性化推荐?

  2. 推荐收藏 | 决策树,逻辑回归,PCA-算法面经

  3. 未完待续...


社区福利:


  1. 大数据、数仓成神之路,冲击30k就靠它了!(送书福利)

  2. 终于来了!数据中台(送书福利)

  3. 抽奖 | 2019杭州·云栖大会 门票

  4. 重磅揭晓!Flink Forward Asia 2019(送门票!

  5. 聊聊Apache Kylin在小米集团的应用 | 文末福利

  6. 中台战略 | 终于有人把中台写清楚了(文末福利)

  7. 为什么Flink会成为下一代大数据处理框架的标准?| 文末送书福利

  8. 送书福利 | 开源大数据平台Greenplum6.0 正式发布!8大特性重塑开源大数据生态

  9. 福利 | 1024程序员节! 当当购书狂欢来袭!满400减230!屯书充电,羊毛薅起!


其它热文:


  1. 干货:解读主流大数据架构(推荐收藏)

  2. 解读数据同步、增量Merge与数据漂移

  3. 万亿数据下 Hadoop 的核心竞争力

  4. 数据仓库建模

  5. 干货:Hive调优及优化的12种方式

  6. 数仓蓝图:如何优雅地规划数仓体系

  7. “失败”的北漂十年,我真的尽力了!

  8. 写给工程师的十条精进原则

  9. Flink:常见问题与排查思路

  10. Hadoop YARN:调度性能优化实践

  11. 大数据初学者学习指南(建议收藏)

  12. 数据仓库开发人员怎么避免成为取数机器?

  13. 大数据下一个十年将如何演进?

  14. 大数据分析双剑合璧:Apache Kylin 和 Superset

  15. 未来最有前景的五大编程语言

  16. 长文解惑:区块链与比特币

  17. BI, 数据仓库,ETL, 数据开发,有什么区别?

  18. Lambda架构已死,去ETL化的IOTA才是未来

  19. 数据平台建设整体思路阐述和总结

  20. 值得收藏 | 一份最完整的MySQL规范

  21. 浅谈滴滴派单算法

  22. 数据治理平台工具前世今生

  23. 浅谈数据治理、数据管理、数据资源与数据资产管理内涵及差异点(建议收藏)

  24. 六脉神剑 | Apache Flink SQL 搞定实时数仓

  25. 漫谈 | 一种通用的数据仓库分层方法

  26. 一个前腾讯员工自述:月薪没有达到7万,但收获不止薪水

  27. 【案例】数据量猛增,BI分析效率太低怎么破?

  28. 五年外包,我沦为过期甩卖的商品

  29. 都是 HBase 上的 SQL 引擎,Kylin 和 Phoenix 有什么不同?

  30. 干货 | 十分钟带你从入门到进阶python爬虫

  31. 大数据可视化BI工具,通幽洞微

  32. SQL分析函数,看这一篇就够了


总结:

2019年,感谢大家一路陪伴。200个日日夜夜,如果你写过文章,你一定会懂。

坚持比努力更可怕。

读者学到东西,认可"数据仓库与Python大数据"的价值,职业生涯因此受益。

这才是我们坚持写文章的初衷。

2020年再见。





2020 欢迎关注社区公众号哦

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存