1. 做数据人，不做打工人怎么帮助数据仓库的人员快速成长？刚开始接触数据仓库，或者工作1-2年的新手，大家肯定会遇到各种困难和疑惑，这就需要一个有丰富经验的数仓工作者帮着大家解惑答疑，武哥这边每周都会开设免费公开课，课程主题群内粉丝自选，你们不会什么，咱们就讲什么。
▍武哥介绍武哥工作8年，从月入2000，到年薪百万，从新程序员小白逐渐进入了中小管理者。 武哥优点：-
武哥酷爱健身，正是因为痴迷于健身和学习，武哥至今还是单身，希望通过公众号可以替武哥征婚，有感觉武哥不错的，可以帮着介绍一下身边优质的妹子，武哥要求不高，只要是活的就可以。
-
武哥声音好听
-
有责任心
-
爱交朋友，在群内非常喜欢交流，有人问他问题，看到必答。
-
喜欢健身的人，比较自律，我看武哥的家，都是跟五星级酒店一样，非常整洁，干净。
-
数仓分层，每层分别建不同的数据库（每一层使用各种的库）还是各个层在一个数据库里使用前缀区分
-
做大宽表时，各个维度表字段是否都需要加在大宽表上
-
用户画像的行为画像一般怎么做比较好，使用工具定义规则生成还是手动sql统计指标做为行为标签
-
实时数仓技术架构实现
-
怎么核对指标的准确性，怎么做数据质量
-
客户端埋点体系的架构实现
-
服务端埋点一般有哪些
-
nginx日志、客户端埋点日志、服务端埋点日志、mysql binlog日志，一般怎么搭配使用
-
数仓表数据一般保留多久，而每个日期分区全量表快照表一般保留多久
-
各个部门数据零散,使用数据遇到障碍
-
因为数据口径问题,定义问题，导致分析人员不断的在核对数据和查询数据，增加重复工作量，减少了分析效率
-
大家都着急做业务需求,忙着产出任务,导致任务越来越多,只上不下
-
数仓模型不合理性太多，数据重复计算较多
-
数据出不来，影响决策
-
单表单日全量快照千万，亿级别，在存储有限的前提下，如何优化明细层存储，离线抽数时间
-
源系统mysql随着业务增长压力大，分库分表，数仓如何抽数整合
-
非结构化数据xml json格式入仓进行清洗结构化数据，原非结构化数据动态变化不定期新增，数仓有啥好的方案
-
数据安全，敏感数据确认标准，常用处理方法，一般在数仓哪层操作，身份证号，手机号加密后，业务分析进行撞库匹配，如何加密
-
数据常见分级标准
-
数仓表常见存储格式，orc还是parquet更优，不同层次存储格式是否一致，ods是否可以用textfile
-
数仓构建表方式采用外部表还是内部表更优
-
数仓分区表常用分区字段，按日分区10位好还是8位日期
-
数仓常见表格式，增量表，全量表，快照表，大厂用拉链的表的多，有啥特定应用场景
-
标签体系，指标体系构建在数仓哪层
-
数据漂移常见处理方法
-
数据入仓，常做哪些校验
-
目标公司数仓离线是sqoop多，还是读取binlog落hdfs多
-
离线数仓跑批目前公司基于mr tez spark哪个更多。
-
说说维度建模？解释下什么是维度表和事实表？事实表有哪几类，分别统计什么数据？
-
说说外部表和内部表？区别是什么？你们公司怎么使用这两类表的？
-
a，b两张表id关联，a表id字段int类型，b表string，如果id字段包含纯数字和字符串类型，在join的过程是怎么样的，会出现数据倾斜吗？如何产生的？
-
a，b两张表都是dt分区，通过id做full join，b表有数据不在a表，这时插入动态分区为dt表的时候dt字段应该处理才能保证数据插入准确？
-
实际业务场景中数据倾斜如何处理的，请举例说明大表和大表数据倾斜，大表和小表数据倾斜的处理方式。
-
Flink SQL中嵌套Json怎么处理
-
Flink双流Join延迟怎么处理，比如激活流与激活信息流，激活信息流一般延后激活流1s
-
Flink大数据量按天实时去重计算UV(每天百亿)优化思路，开放性
-
4.flink checkpoint的步骤
-
Spark的join类型，以及区别
-
Spark 2.x小文件怎么处理
公众号回复：“资料全集”，海量PPT等你来拿。
