数仓建设中不可缺少的一环—域的划分。域又分为主题域、数据域，如何划分呢？一起来看一下吧。

从事数仓工作几年了，在工作学习过程也看了很多数据仓库方面的，此处整理了对自己帮助较大的部分，给大家推荐一下，希望能帮助到大家。

Linux环境变量全局有效的设置方法

你需要了解的全量表,增量表及拉链表定义以及各类型数据入仓方法

Sqoop是apache旗下的一款 ”Hadoop和关系数据库之间传输数据”的工具。

大数据面试习题整理

HDFS是一个分布式文件系统，在HDFS上读写文件的过程与我们平时使用的单机文件系统非常不同。

Kafka起初由Linkedin公司开发的一个多分区、多副本、多订阅者，基于zookeeper协调的分布式消息系统，常见可以用于web/nginx日志、访问日志，消息服务等等，Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目。目前kafk已经定位于一个分布式流失处理平台。它以高吞吐、可持久化、可水平扩展、支持流数据处理等多种特性而被广泛使用。

kafka集群部署与安装.

Kafka 为分区引入了多副本（Replica）机制，通过增加副本数量可以提升容灾能力。同一分区的不同副本中保存的是相同的消息（当然在同一时刻，副本之间可能并非完全一样），副本之间是“一主多从”的关系，其中leader副本负责处理读写请求，follower副本只负责与leader副本的消息同步。