1.15记录

准备学新东西，在网上找了些教材，以下是收集到的合集。
Hive 核心与实操

• 尚硅谷 Hive 入门到精通（基础实操部分）推荐理由：跳过原理和源码部分，重点看DDL（创建表、修改表、分区表）、DML（加载数据、插入数据）、查询语句等基础实操内容，时长约8小时，讲解细致，每个操作都有对应的案例演示。B站直接搜索即可，免费观看。

• Hive 官方文档推荐理由：遇到Hive SQL语法问题时优先查阅，包含详细的语法说明和函数手册。地址：https://cwiki.apache.org/confluence/display/Hive/Home

Spark 核心与实操

• 尚硅谷 Spark 入门到精通（Spark SQL + Java API部分）推荐理由：优先看Spark SQL和Java API相关内容，这两部分是软件专业学生最容易上手的，也符合大数据开发的主流使用场景。视频时长约10小时，包含大量实操案例，比如读取Hive表数据、数据转换、结果输出等。B站搜索即可找到。

• 《Spark快速大数据分析》（Learning Spark）第1-5章推荐理由：经典的Spark入门书籍，第1-5章聚焦基础概念和核心操作，语言通俗易懂，适合大学生阅读。可以在微信读书、Z-Library等平台找到电子版，免费阅读。

• Spark 官方文档（中文）推荐理由：包含Spark SQL语法、DataFrame/DataSet操作、性能优化基础等内容，权威且详细。地址：https://spark.apache.org/docs/latest/index.html
  数仓建模与项目实战阶段

预习的关键是“学以致用”，通过小型项目将前面所学的工具整合起来，形成完整的知识体系。这部分资源重点推荐轻量化、数据易获取的项目资料。

1. 数仓基础理论

• B站 数仓建模 入门到实战（轻量化教程）推荐理由：优先看Kimball星型模型和数仓分层（ODS→DWD→DWS→ADS）部分，时长约5小时，讲解通俗易懂，不用深入数据治理、血缘分析等复杂内容，适合预习阶段建立数仓认知。搜索关键词“数仓建模 入门到实战”即可找到。

• 《数据仓库工具箱》（Kimball）（选读）推荐理由：数仓建模的经典书籍，预习阶段不用通读，重点看星型模型、缓慢变化维度（SCD1/SCD2）相关章节，可作为项目实战时的参考手册。电子版可在Z-Library等平台找到。

2. 项目实战资料

• B站 电商数仓 实战 入门推荐理由：选择轻量化的电商数仓项目教程，避免复杂的调度和集群配置，重点看数据分层、SQL实操部分。跟着教程一步步完成ODS层到ADS层的搭建，能快速掌握数仓的核心流程。搜索关键词“电商数仓 实战 入门”即可找到。

• 阿里天池 用户行为数据集推荐理由：免费获取的公开数据集，数据量适中，适合大学生做数仓项目。包含用户点击、下单、支付等行为数据，可直接用于电商数仓项目的实操。地址：https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1

• GitHub 电商数仓项目示例推荐理由：参考成熟的项目结构和代码，学习如何整理项目文档、编写SQL脚本。搜索关键词“电商数仓 项目 GitHub”，找Star数量多、文档详细的仓库，比如“ruozedata/hive-course”，可直接参考项目的分层设计和SQL写法。

四、实时计算铺垫阶段（可选）

如果预习时间充裕，可对实时计算做简单了解，为下学期深入学习铺垫，不用深入高级概念。

• 狂神说 Kafka 入门到精通（基础部分）推荐理由：重点看Kafka的核心概念（生产者/消费者、分区/副本）和基础命令操作，时长约4小时，讲解清晰，跟着操作就能搭建Kafka环境、实现消息的发送和接收。B站搜索即可找到。

• Kafka 官方文档（中文）推荐理由：包含Kafka的配置说明、Java API使用指南，遇到问题时可查阅。地址：https://kafka.apache.org/documentation/