金融数据仓库建模与优化

📚 共计 11 章节

金融数据仓库概述

金融行业数据特点 · 数据仓库核心概念 · OLTP与OLAP对比 · 金融数仓典型架构

需求分析与维度建模基础

金融业务需求调研 · 维度建模四步法 · 星型模型与雪花模型选择 · 事实表与维度表设计原则

建模方法论

金融核心维度设计（客户与产品）

客户维度（SCD策略） · 产品维度（多层级分类） · 账户维度设计 · 时间维度设计

金融核心事实表设计（交易与风控）

交易事实表（累积快照） · 风险事件事实表（周期快照） · 金融指标聚合设计 · 退化维度处理

事实表快照

金融数仓ETL策略

增量抽取策略（CDC） · 数据质量监控（DQC） · 缓慢变化维处理实战 · 金融数据血缘追踪

金融数仓分层架构

ODS层设计要点 · DWD层明细模型 · DWS层轻度汇总 · ADS层应用集市

金融数仓性能优化（上）

SQL查询优化（谓词下推、分区裁剪） · 数据倾斜处理 · 索引策略（位图索引、聚簇索引）

金融数仓性能优化（下）

存储优化（列式存储、压缩算法） · 物化视图与预计算 · 查询引擎选择（MPP vs Hadoop）

金融数仓安全与治理

数据脱敏策略（动态脱敏） · 访问控制（RBAC） · 元数据管理 · 数据生命周期管理

金融数仓项目实战

银行零售业务数仓设计 · 从需求到交付全流程复盘 · 常见踩坑与避坑指南

课程总结与展望

核心知识体系回顾 · 金融数仓未来趋势（实时数仓、Data Fabric） · 学习路径建议