尚硅谷基于腾讯云EMR搭建离线数据仓库（2023版）/视频/005-腾讯云EMR-离线数仓-项目需求.mp4原创

接下来第二章项目需求及架构设计，我们先看一下这个项目的需求分析啊，呃，看一下我们项目整个的需求到底要做什么事。第一个项目需求，呃，那么第一部分呢，业务数据采集通道的搭建，这个刚才我们就提到了，我们当然要把业务数据拉取到我们的大数据集群。第二个。数据仓库维度建模。在我们数据仓库当中呢，我们很重要的一个建模，因为这样的话，我们可以避免掉很多的重复计算，当然建模呢，我们要到第二个文档当中再去聊，因为第一个文档呢，我们重要的搞定采集通道。呃。那在建模当中呢，我们就会涉及到很多的业务线来，我们看一下，比如说像这个架构。加入购物车对吧，下订单退单支付退款啊，然后同时呢，还有优惠券的使用，领券用券，还有同时一些维度信息，像用户商品地区省份品牌还有SKU。

PU还有参与的活动等等，这些呢属于我们的维度表啊，那这些呢，属于我们的实时表，那也就是说什么是实时表，什么是维度表啊，别着急，后续呢，我们会详细的给大家进行介绍啊呃，那第三块呢，任务的调，第四块呢是我们数据的可视化。啊，这是我们的需求，要做这些事情啊，那我们为了完成这件事情，我们要怎么去考虑这个问题呢？对吧？所以我们思考几个题啊，第一个项目技术如何选型，我们应该选用什么样的框架，把数据呢采集过来。以及我们在做这个维度建模的时候，我们又该用什么框架来达到这个事情，对吧？好，第二个。框架版本如何选型，那比如说我们选择了哈杜op或者have，那我们知道有。Em Mr，有阿帕奇的，有CDH的，还有这个hardwork公司提出HDP的，包括现在他俩公司合并了，叫CDP了，对吧？那我们应该选择哪一些呢？

啊，那那第三点服务器使用物理机还是云主机呢。对吧？我们应该从哪些方面来考虑，我到底应该选择物理机还是应该选择云主机，对吧？第四个如何确认集群规模呢？当我们把前面的问题都解决之后，接下来到底要。几台服务器呢？对吧。啊，那等等这些呢，都是我们接下来要去一个一个解决的问题，好吧，这是第一个我们项目的需求，大家了解一下我们当前项目当中，你重点的做哪些事儿。就可以了啊，但是这个里边任何一个点，我们会带着大家一步一步的去完成。