- 主导构建离线数仓，汇集业务联机数据库和终端用户行为日志数据，实际数据过滤、治理、解析、集成、入库。
- 划分主题建设，为公司提供多种报表统计结果和业务系统技术支持。
- 提高数据处理性能，解决数据漂移延迟，实施数据脱敏和解析参数表的构建。
- 设计并维护多层次数仓结构，包括ODS、DIM、DWD、DWS和ADS层，优化数据仓库查询性能。

项目架构：Hadoop + Hdfs+Zookeeper + Mysql + Hive+clinkhouse+ElasticSearch +Azkaban+dataX+Spark+shull

项目流程：
数据采集：
- 使用dataX从业务库同步全量和增量数据。
- 使用flume搭建数据传输网络。
数据分层设计：
ODS层：存储未处理的源数据，保持一致性和追溯性。
DIM层：存储各种维度表，例如药品主数据、地区、生产单位、运力_站点等。
DWD层：清晰、规范化数据、采用维度建模理论。
DWS层：按主题轻度聚合数据，例如单位物资日聚合表，仓库自然月集合表，省市区储备表等。
ADS层：存放重要指标的结果数据，提供数据产品和服务。
报表开发：
- 开发日常的业务相关的报表、包括运转主题下的日销售量、月销售量、销售区域、销售企业。
- 创造性的解决存储空间大，字段变更缓慢的表的问题，引入拉链表模型，维护历史状态并优化报表性能。
- 协助业务部门定义关键业务指标和度量标准、确保报表的准确性和可信度。
- 根据用户反馈不断改进报表和仪表板设计，以提高用户体验和数据可视化效果。
数据治理系统：
- 解决源数据信息不规范问题，实现源数据与标准数据产生映射关系。将数据存入Hdfs中。