大数据测试

超高课程含金量，致力打造中/高级测试工程师！

· 懂业务 · 会工具 · 擅工程 · 精测试

数据处理能力

数据清洗、转换、计算和建模

数据分析能力

满足企业海量数据分析需求

脚本开发能力

编写脚本以提高测试效率

工具应用能力

选择测试工具进行分析和验证

学大数据测试，迈入IT「高薪」赛道！

— 大数据前景一片光明 —

前景无限好

19508

亿元

到2025年我国大数据产业规模
将达19508亿元的高点

数据来自：前瞻产业研究院

人才缺口大

2000

万

2025年前大数据人才需求
总量在2000万人左右

数据来自：《新职业-大数据工程技术人员就业
景气现状分析报告》

薪资高于普通测试

18000

元/月

1~3年经验的大数据工程师在全国范
围内的平均月薪为18000元/月

数据来自：猎聘

— 抢占大数据红利，就从Python入局 —

处理大数据，用Python更简单

较Java/C/C++
门槛低、入门易

大数据开发
标准编程语言

Top1
全球编程语言

Spark官方
第一推荐编程语言

各种大数据主流开源框架，相继提供了Python支持

课程大纲

模块一大数据测试概述

模块二数据仓库

模块三 Hadoop生态技术

模块四 Spark生态技术

模块五电商零售项目测试

学习目标

1. 能够说出数据分析的基本步骤

2. 知道大数据的定义、特点和应用场景

3. 能够理解大数据的存储和计算方式

4. 理解大数据测试的挑战和难点

5. 掌握大数据测试的策略和维度

主讲内容

1. 企业数据分析方向

2. 数据分析基本步骤

3. 大数据时代

4. 分布式与集群

5. 大数据常见技术选型

6. 大数据测试的挑战

7. 大数据测试的难点

8. 大数据测试策略

9. 大数据测试维度

学习目标

1. 理解数据仓库的基本概念

2. 掌握数据仓库架构和设计原则

3. 学习数据抽取、转换和加载（ETL）过程

4. 掌握如何实现数据仓库建模

5. 理解数据仓库的分层思想

6. 掌握数据仓库主流开发语言

主讲内容

1. 数据仓库概念

2. 数据仓库主要特征

3. 数据仓库系统流程

4. 维度分析

5. 数据仓库建模

6. 数据仓库分层

7. 数据仓库主流开发语言-SQL

学习目标

1. 能够说出Hadoop的应用场景和特点

2. 掌握Hadoop包含的核心组件及其作用

3. 理解数据仓库的作用和特征

4. 能够编写SQL语句实现Hive的操作

5. 能够使用Sqoop实现Hadoop和关系型数据库中数据的相互转移

6. 能够使用Presto实现分析查询

主讲内容

1. Hadoop

2. HDFS分布式文件系统

3. MapReduce

4. YARN

5. Hive

6. Sqoop

7. Presto

学习目标

1. 掌握Spark的RDD、DAG、CheckPoint等设计思想

2. 掌握Spark Core 相关核心概念和操作实践

3. 掌握SparkSQL数据抽象、SQL编写、函数应用和执行流程与优化

4. 掌握Kafka、Redis和ClickHouse等相关工具概念及应用

5. 掌握SparkSQL结构化数据处理，Spark On Hive

6. 掌握Structured Streaming整合多数据源完成实时数据处理

主讲内容

1. Spark基础

2. Core

3. SQL

4. Kafka消息队列

5. Redis

6. ClickHouse

7. Streaming

8. Spark案例实战

学习目标

1. 掌握电商零售项目的核心业务流程及数据源

2. 能够理解大数据的集群规模和技术解决方案

3. 能够实现电商零售大数据项目的架构测试

4. 能够理解电商零售大数据项目的数仓设计

5. 能够实现电商零售大数据项目的数仓中的数据测试（六层）

6. 能够实现电商零售大数据项目的BI报表测试

主讲内容

1. 电商零售大数据项目介绍

2. 项目环境部署和平台测试

3. 项目业务主题需求

4. 项目核心业务数据

5. 构建ODS层

6. 构建DWD层

7. 构建DWB层

8. 构建DWS层

9. 构建DM层

10. 构建RPT层

11. 数据可视化

高标准企业级项目，还原真实测试流程

电商零售

300个

指标数量

1095亿

数据量

20个

解决方案

项目介绍

本项目基于一家大型连锁超市研发的大数据分析平台。该超市是国内综合性商超供应商，并在全国各地都有覆盖的网点。经过多年的积累、经营以及布局，拥有大规模的客户群，日销售额数亿元。

项目价值

进入项目体验

常见问题

学习该课程需要具备哪些基础知识？

数据库基础知识：了解关系型数据库的概念、特点和基本操作，熟悉SQL语言。
编程基础知识：具备一定的编程基础，掌握至少一门编程语言，如Java、Python等。

该课程适合哪些人群？

软件测试人员：对软件测试有一定了解或经验的测试人员，希望扩展到大数据领域进行测试。
大数据开发人员：具备大数据开发经验或技能的开发人员，希望学习如何进行有效的大数据测试。
数据分析师：从事数据分析工作的专业人士，希望了解如何测试和验证大数据分析结果的准确性与可靠性。

学完可以达到什么样的水平？

学完该课程，学员技术能力等同于1~3年的大数据测试工程师，可胜任企业大数据测试工程师岗位。

大数据测试

超高课程含金量，致力打造中/高级测试工程师！

扫码添加学习助理领取课程详细大纲及大额优惠

扫码添加学习助理
领取课程详细大纲及大额优惠