SpringBoot3.0 + RocketMq 构建企业级数据中台「已完结」

1-课程引言/

[ 19M] 1-1 课程导学

[9.0M] 1-2 数据中台项目展示及技术栈梳理

[8.0M] 1-3 学习建议

2-认知数据中台/

[ 11M] 2-1 数据中台的应用及发展趋势

[6.8M] 2-2 数据中台必备核心能力

[6.3M] 2-3 对于数据中台的认知误区

[9.3M] 2-4 可落地的中台建设经验总结

3-数据中台建设 – 前置理论基础/

[2.6M] 3-1 本章介绍

[8.3M] 3-2 元数据：构建数据中台的组件

[ 17M] 3-3 数据血缘

[ 16M] 3-4 理解数据生命周期

[ 21M] 3-5 数据安全策略、数据资产管理、组织架构整合

[5.6M] 3-6 统一的数据服务体系与数据运营管控

[3.9M] 3-7 本章总结

4-构建数据模型 – 数据处理的原材料/

[3.4M] 4-1 本章介绍

[ 16M] 4-2 [需求分析]数据中台项目需求分析

[ 14M] 4-3 [项目架构]项目架构深入剖析与技术解决方案讲解

[ 26M] 4-4 [数据标准]编写元数据结构 SQL，定义数据使用标准

[ 15M] 4-5 [数据采集]编写数据采集 SQL，定义采集原始数据方法

[ 14M] 4-6 [数据计算]编写数据计算规则 SQL，定义指标计算逻辑

[ 13M] 4-7 [数据存储]编写数据存储规则定义 SQL，定义个性化存储方式

[9.0M] 4-8 [组织结构]编写组织结构定义 SQL，赋予数据组织形态

[ 13M] 4-9 [业务规则]编写应用业务规则定义 SQL，连通业务与规则

[ 15M] 4-10 [环境安装]JDK17安装与IDEA

[ 24M] 4-11 [环境安装]Maven安装及配置

[ 48M] 4-12 [项目搭建]项目初始化及测试（一）

[ 55M] 4-13 [项目搭建]项目初始化及测试（二）

[ 43M] 4-14 [模型构建]应用规则充血模型编写，将数据库实体转变成数据模型（一）

[ 74M] 4-15 [模型构建]应用规则充血模型编写，将数据库实体转变成数据模型（二）

[ 62M] 4-16 [模型构建]应用规则充血模型编写，将数据库实体转变成数据模型（三）

[ 66M] 4-17 [模型构建]应用规则充血模型编写，将数据库实体转变成数据模型（四）

[ 48M] 4-18 [问题补充]遗留问题解答

[5.5M] 4-19 [问题抛出]数据库实体与数据模型映射存在什么问题？

[ 60M] 4-20 [基础补充]构建MapStruct示例，深入理解其高性能原理

[ 53M] 4-21 [基础补充]定义MapStruct映射器（一）

[ 47M] 4-22 [基础补充]定义MapStruct映射器（二）

[ 76M] 4-23 [基础补充]MapStruct数据类型转换

[ 62M] 4-24 [基础补充]MapStruct映射集合

[ 65M] 4-25 [基础补充]MapStruct自定义映射

[ 39M] 4-26 [解决方案]Spring Boot集成MapStruct，完美解决数据库与数据模型映射问题

5-数据查询之SpringBoot动态多数据源技术 – 数据处理的助推剂/

[1.9M] 5-1 本章介绍

[ 68M] 5-2 [模型查询]用于承载数据的查询应用规则模型

[ 77M] 5-3 [模型查询]用于承载数据的查询应用规则模型

[3.3M] 5-4 [问题抛出及解决方案]为何要使用数据源查询？不同规则下的数据源查询问题？

[2.2M] 5-5 [基础补充]动态多数据源原理

[ 39M] 5-6 [基础补充]手撸原生动态多数据源代码（一）

[ 43M] 5-7 [基础补充]手撸原生动态多数据源代码（二）

[ 59M] 5-8 [基础补充]Mybatis-Plus实现动态多数据源

[ 74M] 5-9 [源码分析与源码实战]源码分析Spring Boot动态多数据源原理与实战

[4.3M] 5-10 [组件解析]动态多数据源结构讲解

[ 74M] 5-11 [动态配置]动态多数据源配置引入starter机制创建动态数据源框架（一）

[3.9M] 5-12 [动态配置]动态多数据源配置引入starter机制创建动态数据源框架（二）

[ 33M] 5-13 [框架构建]自定义注解实现 Spring Boot动态多数据源属性配置

[ 47M] 5-14 [框架构建]自定义注解实现 Spring Boot动态多数据源数据源创建（一）

[ 36M] 5-15 [框架构建]自定义注解实现 Spring Boot动态多数据源数据源创建（二）

[ 15M] 5-16 [框架构建]自定义注解实现 Spring Boot动态多数据源数据源加载

[ 59M] 5-17 [框架构建]自定义注解实现Spring Boot动态多数据源

[ 59M] 5-18 [框架构建]自定义注解实现Spring Boot动态多数据源通知与增强

[ 69M] 5-19 [框架构建]自定义注解实现Spring Boot动态多数据源查找当前类及接口方法注解

[ 71M] 5-20 [框架构建]自定义注解实现Spring Boot动态多数据源自动装配

[ 85M] 5-21 [框架构建]自定义注解实现Spring Boot动态多数据源整合多数据源组件测试

[ 36M] 5-22 [问题抛出]多数据源事务下事务失效问题？

[ 40M] 5-23 [解决方案]源码深度适配解决多数据源事务问题（一）

[ 52M] 5-24 [解决方案]源码深度适配解决多数据源事务问题（二）

[ 36M] 5-25 [单元测试]多数据集成单元测试

6-分布式调度之ElasticJob – 数据处理的方向盘/

[1.9M] 6-1 本章介绍

[ 16M] 6-2 [环境准备]介绍用户中心服务

[ 34M] 6-3 [环境安装]Zookeeper安装及简单测试使用

[ 37M] 6-4 [解决方案]Spring boot 集成 Dubbo完成分布式调用

[ 38M] 6-5 [组织构建]组装组织结构数据：从组织层面依次进行数据处理（一）

[ 66M] 6-6 [组织构建]组装组织结构数据：从组织层面依次进行数据处理（二）

[ 54M] 6-7 [组织构建]组装组织结构数据：从组织层面依次进行数据处理（三）

[ 71M] 6-8 [参数组装]组装维度及时间数据：准备数据处理的参数

[ 90M] 6-9 [异步调用]引入异步能力 Spring Boot async 优化数据处理

[3.8M] 6-10 [数据调度]分布式调度组件 ElasticJob 概述

[6.2M] 6-11 [基础补充]ElasticJob 技术架构解析

[ 54M] 6-12 [基础补充]ElasticJob 作业分片调度开发

[ 49M] 6-13 [案例实现]Spring Boot集成 ElasticJob 案例实现（一）

[ 56M] 6-14 [案例实现]Spring Boot集成 ElasticJob 案例实现（二）

[ 75M] 6-15 [案例实现]Spring Boot集成 ElasticJob 案例实现（三）

[ 46M] 6-16 [解决方案]Spring Boot集成 ElasticJob 进行数据处理调度（一）

[ 72M] 6-17 [解决方案]Spring Boot集成 ElasticJob 进行数据处理调度（二）

[1.8M] 6-18 本章总结

7-数据采集 – 数据处理的发动机/

[认准一手完整 www.ukoou.com]

[2.3M] 7-1 本章介绍

[ 31M] 7-2 [数据校验]数据校验处理：统一拦截不符合计算标准的数据（一）

[ 43M] 7-3 [数据校验]数据校验处理：统一拦截不符合计算标准的数据（二）

[ 56M] 7-4 [模板构建]构建数据采集器模板

[ 41M] 7-5 [参数组装]组装基础维度查询 SQL 参数（一）

[ 47M] 7-6 [参数组装]组装基础维度查询 SQL 参数（二）

[ 37M] 7-7 [SQL组装]构建基础维度查询 SQL 能力

[ 17M] 7-8 [结果合并]合并指标查询结果

[ 23M] 7-9 [异常处理]处理异常或者无意义指标数据值

[ 16M] 7-10 [参数组装]组装高维度查询 SQL 参数

[ 40M] 7-11 [SQL组装]处理高维度查询 SQL 能力（一）

[ 57M] 7-12 [SQL组装]处理高维度查询 SQL 能力（二）

[ 21M] 7-13 [结果合并]高维度数据指标结果合并

[ 47M] 7-14 [单元测试]采集集成单元测试

[1.7M] 7-15 本章总结

8-Google Aviator表达式引擎助力数据运算 – 数据处理的第二把火/

[1.1M] 8-1 本章介绍

[1.6M] 8-2 [问题抛出]数据表达式运算面临的问题？

[2.5M] 8-3 [解决方案]数据运算问题解决方案：Aviator表达式引擎概述

[ 34M] 8-4 [基础补充]Google Aviator 引擎常用操作符（一）

[ 35M] 8-5 [基础补充]Google Aviator 引擎常用操作符（二）

[ 32M] 8-6 [基础补充]Google Aviator 内置函数（一）

[ 34M] 8-7 [基础补充]Google Aviator 内置函数（二）

[ 55M] 8-8 [基础补充]Google Aviator 自定义函数

[ 45M] 8-9 [基础补充]Google Aviator 表达式引擎实战

[ 56M] 8-10 [指标计算]数据指标表达式计算逻辑与实现（一）

[ 54M] 8-11 [指标计算]数据指标表达式计算逻辑与实现（二）

[ 33M] 8-12 [模板构建]构建数据存储器模板

[ 43M] 8-13 [指标存储]数据指标存储业务处理

[ 26M] 8-14 [单元测试]表达式引擎及存储器集成单元测试

[1.5M] 8-15 本章总结

9-RocketMq助力数据维度升级计算 – 数据处理的最后一把火/

[2.1M] 9-1 本章介绍

[3.2M] 9-2 [问题抛出]低维时间、低维空间如何向高维时间、高维空间升级计算？

[ 65M] 9-3 [模板构建]构建维度事件升级模板

[7.2M] 9-4 [解决方案]维度升级解决方案：消息中间件 RocketMq 概述

[4.6M] 9-5 [架构剖析]RocketMq 架构剖析

[ 51M] 9-6 [环境安装]RocketMq环境安装及简单测试

[ 94M] 9-7 [案例实现]Spring Boot集成 RocketMq 案例实现

[ 53M] 9-8 [基础补充]RocketMq 解决消费重复问题

[ 45M] 9-9 [基础补充]RocketMq 解决消费事务问题（一）

[ 45M] 9-10 [基础补充]RocketMq 解决消费事务问题（二）

[ 53M] 9-11 [消息发送]构建 MQ 消息升级维度数据处理

[ 33M] 9-12 [消息接收]RocketMq 消息接收器编码及参数封装

[ 58M] 9-13 [维度升级]组装升级时间维度、空间维度参数

[ 33M] 9-14 [单元测试]维度升级消息集成单元测试

[2.9M] 9-15 本章总结

10-项目大成及中台展望 – 数据处理的终点站/

[8.0M] 10-1 本章介绍

[ 10M] 10-2 [环境准备]考勤业务表结构及数据介绍

[ 98M] 10-3 [接口编写]编写生成业务规则的接口（一）

[118M] 10-4 [接口编写]编写生成业务规则的接口（二）

[ 83M] 10-5 [接口测试]业务规则接口测试

[ 50M] 10-6 [SQL校验]引入 SQL 校验能力

[ 60M] 10-7 [中台赋能]使用数据中台快速对考勤业务赋能

[ 65M] 10-8 [口径统一]提供统一标准的对外 api 之指标计算结果

[ 15M] 10-9 [资产统一]提供统一标准的对外 api 之元数据资产目录

[ 17M] 10-10 [项目总结]项目演示及流程梳理总结

[6.1M] 10-11 [拓展思考]跨业务数据指标的联合运算拓展与思考

[7.3M] 10-12 [拓展思考]数据中台权限设计思考

[3.0M] 10-13 本章总结

资料代码/