《Hive数据仓库技术与应用案例教程》教案 项目1 数据仓库与Hive.docx

PAGE16

PAGE16

PAGE15

PAGE15

《Hive数据仓库技术与应用案例教程》

教案

课时分配表

章序

课程内容

课时

备注

1

数据仓库与Hive

4

2

Hive基础

2

3

Hive数据定义

4

4

Hive数据导入与导出

4

5

Hive数据查询

8

6

Hive函数

6

7

Hive性能优化

2

8

分析二手房数据

2

合计

32

课题

数据仓库与Hive

课时

4课时（180min）

教学目标

知识目标：

（1）熟悉数据仓库的特征和相关概念

（2）掌握数据仓库的模型设计

（3）理解维度建模法和数据仓库分层

（4）熟悉Hive的体系结构

（5）理解Hive的运行原理

（6）掌握Hive的三种部署模式

技能目标：

（1）能够采用嵌入模式部署Hive

（2）能够采用本地模式部署Hive

（3）能够采用远程模式部署Hive

素养目标：

（1）养成刻苦、勤奋、好问、独立思考和细心检查的学习习惯

（2）学习共享精神，实现资源的共同利用，从而推动社会的共同进步和繁荣

教学重难点

教学重点：数据仓库的特征、相关概念和模型设计，Hive的体系结构、运行原理和部署模式

教学难点：分别采用嵌入模式、本地模式和远程模式部署Hive

教学方法

案例分析法、问答法、讨论法、讲授法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

课前任务

【教师】布置课前任务，和学生负责人取得联系，让其提醒同学通过APP或其他学习软件，完成课前任务

了解当前Hive数据仓库技术的现状，以及未来的发展趋势。

【学生】完成课前任务

考勤

【教师】使用APP进行签到

【学生】班干部报请假人员及原因

新课预热

【教师】自我介绍，与学生简单互动，介绍课程内容、考核标准等

【学生】聆听、互动

【教师】讲一些涉及Hive数据仓库技术的应用案例，解释学习该课程的作用

【学生】聆听、记录、理解

问题导入

【教师】播放“数据仓库与数据库”视频（详见教材），提出以下问题：

（1）简述数据库与数据仓库的区别。

（2）简述MySQL与Hive的异同。

【学生】思考、举手回答

传授新知

【教师】通过学生的回答引入要讲的知识，讲解数据仓库的特征、概念、模型设计，维度建模法和数据仓库分层架构，以及Hive的功能、体系结构、运行原理和部署模式等知识

1.1数据仓库概述

数据仓库（datawarehouse,DW）是一个面向主题的、集成的、相对稳定的、随时间变化的数据集合。设计并构建数据仓库，可以帮助企业有效地整合、存储、管理和分析大规模数据，从而为企业规划业务发展和制订战略决策等提供数据支持。

1.1.1数据仓库的特征

上述的数据仓库定义指出了它的4个特征。

（1）数据仓库是面向主题的，这意味着数据仓库是针对企业的某个特定主题或问题而设计的。主题是一个抽象概念，每个主题通常对应一个或多个表，这些表包含与主题相关的数据。

（2）数据仓库是集成的，这意味着数据仓库可以从多个数据源中获取数据，并将数据集成到一个统一的数据模型中，以确保数据的一致性和准确性。

（3）数据仓库是相对稳定的，这意味着数据仓库中的数据一般是只读的，也可以理解为不允许在数据仓库中直接修改数据，以确保数据的完整性和稳定性。

（4）数据仓库是随时间变化的，这意味着数据仓库随时间变化不断增加新的数据；如果数据超过存储期限，数据仓库随时间变化不断删除旧的数据。

1.1.2数据仓库相关概念

数据仓库涉及许多专业名词，如“主题域”“维度”“指标”“粒度”“元数据”等，了解它们的基本概念有助于理解数据仓库的相关知识。

（1）主题域。主题域是指在一个特定的业务领域中，具有共同特征和关注点的业务实体、属性、关系和行为的集合。在销售业务分析中，可以将主题域划分为客户管理、产品管理和订单管理等。

（2）维度。维度是对业务过程中的某方面进行描述的属性集合。在销售业务分析中，可以从时间、地点、产品和客户等维度描述订单。

（3）指标。指标是用于分析、衡量和评估业务性能的度量值。这些度量值通常是从业务活动中收集和计算得出的，用于分析、预测和决策支持。在销售业务分析中，可以将指标设置为销售量、销售额、销售增长率等，以便从不同的角度分析业务数据。

（4）粒度。粒度是指数据在数据仓库中的组织层次和细节程度。粒度越小，细节程度越高，查询范围就越小；相反，粒度越大，细节程度越低，查询范围就越大。在销售业务分析中，可以将粒度划分为高级别粒度（年）、中级别粒度（月）和低级别粒度（日）等。

（5）元数据（metadata）。元数据是关于数据库、表、字段等的所有信息的描述，包括表存储格式、存储位置和数据类型等。

1.1.3数据仓库模型设计

?【教师】利用多媒体展示“数据仓库模型的建模过程”图