什么是数据湖？数据湖概念是2011年提出来的，最初数据湖是数据仓库的补充，是为了解决数据仓库漫长的开发周期，高昂的开发、维护成本，细节数据丢失等问题出现的。数据湖大多是相对于传统基于RDBMS的数据仓库，而从2011年前后，也就是数据湖概念出现的时候，很多数据仓库逐渐迁移到以Hadoop为基础的技术栈上，而且除了结构化数据，半结构化、非结构数据也逐渐的存储到数据仓库中，并提供此类服务。这样的数据仓

中国菜系的魅力，不在于谁排第一，而在于它们如何讲述中国人的故事。鲁菜的厚重、川菜的泼辣、粤菜的精致、苏菜的文雅……每一种风味，都是一方水土的缩影。

同时，部分银行开始国际化布局，拓展海外业务。通过大数据、人工智能等技术，优化客户体验，提高风险控制水平和运营效率，如招商银行的“掌上生活”、平安银行的AI客服等。开始回归本源，聚焦实体经济，加强风险管理，推进数字化转型，提升金融科技水平，以适应新的市场环境。这些银行的成立，有的是依托大型企业集团，有的是通过地方金融机构的改制，还有的是由民营资本发起，旨在为经济发展提供多元化的金融支持。总资产接近1

一、量化交易概述量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。量化投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于量化投资管理是“定性思想的量化应用”，更加强调数据。二、量化交易特

一、概述（1）什么是LDM逻辑数据模型LDM是数据仓库的数据建设阶段为解决业务需求而定义的数据仓库模型解决方案，它是指导数据仓库进行数据存放、数据组织、以及如何支持应用的蓝图，定义需要追踪和管理的各种重要实体、属性、关系。（2）为什么需要LDM操作型数据库和数据仓库都需要的数据组织模式；LDM是构建DW的第一步，是建立BI的基础框架，是提供价值数据分析的重要基础，为复杂的DW系统实施提供了规范和基

1、数仓架构拿一个你最近的项目举例，具体说下一个数仓建设的过程及注意点。（也可以放在第5在问里）互联网数仓与传统行业数仓有什么不同？是什么引起他们之间的不同分层、数仓主题划分的标准和依据？数据建模（维度、范式、宽表），缓慢变化维如何处理？几种方式？宽表通常包含哪些字段信息？事实表有哪几类?事务事实表、周期快照事实表、累积快照事实表。范式模型具体哪几个主题？维表与代码表？区别和联系...

一、概述（1）什么是LDM逻辑数据模型LDM是数据仓库的数据建设阶段为解决业务需求而定义的数据仓库模型解决方案，它是指导数据仓库进行数据存放、数据组织、以及如何支持应用的蓝图，定义需要追踪和管理的各种重要实体、属性、关系。（2）为什么需要LDM操作型数据库和数据仓库都需要的数据组织模式；LDM是构建DW的第一步，是建立BI的基础框架，是提供价值数据分析的重要基础，为复杂的DW系统实施提供了规范和基

大数据将近30年的发展历史，经历几多阶段。1 启蒙阶段：数据仓库的出现20世纪90年代，商业智能（也就是我们熟悉的BI系统）诞生，它将企业已有的业务数据转化成为知识，帮助老板们进行经营决策。比如零售场景中：需要分析商品的销售数据和库存信息，以便制定合理的采购计划。显然，商业智能离不开数据分析，它需要聚合多个业务系统的数据（比如交易系统、仓储系统），再进行大数据量的范围查询。而传统数据库都是面向单一

一、埋点是什么？数据分析的前提是数据。对于电子商务平台来说，数据分为以下几类：1、用户基本属性数据2、交易数据3、卖家和商品数据4、活动运营数据5、流量数据或用户行为数据前四个数据是直接通过用户录入或者行为触发，在数据库里面产生记录。而流量数据或者说用户行为数据，则需要识别具体的每个行为。通过埋点（也可通过定制access Log）就可以取得这部分数据。通常是业务方、PD、BI，...

合：必先/苦其心志/劳其筋骨/饿其体肤/空乏其身/行弗乱其所为。合：夫学须静也，才须学也，非学无以广才，非志无以成学。合：夫君子之行，静以修身，俭以养德。合：非淡泊无以明志，非宁静无以致远。合：富家不用买良田，书中自有千钟粟。合：安居不用架高堂，书中自有黄金屋。合：出门莫恨无人随，书中车马多如簇。合：娶妻莫恨无良媒，书中自有颜如玉。合：男儿欲遂平生志，六经勤向窗前读。合：故/天将降/大任/于/是人