ddadmin
d76c03655b
- Зачем: - учебный путь должен идти через генерацию и штатный пайплайн, а не через архивный сид. - Что: - обновлены уроки 00-06 и стандарт урока под startup-history/backfill. - объяснено, что data/*.jsonl остаются кладовкой значений генератора. - тест-план переведён на новый штатный запуск и HITL-приёмку. - Проверка: - rg -n \"make clean/up/ddl/data/transform|make data|kafka_load|LIMIT=|2022-11-28|26 из 50\" docs/course docs/TEST_PLAN.md. - git diff --cached --check.
91 lines
8.1 KiB
Markdown
91 lines
8.1 KiB
Markdown
# Курс «Кликстрим на ClickHouse» (со звёздочкой)
|
|
|
|
Это продвинутый курс «со звёздочкой» для тех, кто уже прошёл базовую программу. Ты
|
|
поднимаешь у себя живой стенд (Kafka + ClickHouse + Airflow + мониторинг + BI) и
|
|
проходишь по нему основные паттерны инженерии данных. Курс самодостаточный — он
|
|
рассчитан на то, что ты идёшь по нему сам: каждый урок объясняет, зачем нужен паттерн,
|
|
даёт потрогать его руками и проверить себя в конце.
|
|
|
|
Курс — блок «со звёздочкой» открытого роадмапа Data Engineer
|
|
([de.dementev.space](https://de.dementev.space/), он же
|
|
[на GitHub](https://github.com/dementev-dev/de-roadmap)).
|
|
|
|
> **Пройти можно самому — а можно с ментором.** В одиночку реально — курс для того и
|
|
> сделан. С ментором — быстрее, понятнее и чаще с лучшим результатом:
|
|
> персональный план под твою ситуацию, разбор затыков на еженедельном созвоне, код-ревью
|
|
> твоих правок и проверка, что ты понял тему вглубь, а не просто прокликал. Хочешь так —
|
|
> напиши в Telegram [@dementev_dev](https://t.me/dementev_dev).
|
|
|
|
## Что нужно до старта
|
|
|
|
- **База пройдена:** SQL, моделирование данных, Python, Git, Docker, Airflow. ClickHouse
|
|
знать заранее не нужно — это и есть тема курса.
|
|
- **Обзорное видео по Kafka из роадмапа** — посмотри перед уроком 0. Оттуда ты возьмёшь
|
|
словарь («топик», «партиция», «offset», «consumer-группа», «lag»), а урок 0 свяжет эти
|
|
слова с живым стендом.
|
|
- **Железо:** стек тяжёлый — Kafka, ClickHouse, Airflow, Superset, Prometheus и Grafana
|
|
поднимаются одновременно. Нужна машина, которая это потянет.
|
|
- **Подними стенд и создай стартовую историю** (из корня репозитория) — этого хватит,
|
|
чтобы начать, и прогон быстрый:
|
|
|
|
```bash
|
|
make generated-history-analytics
|
|
make up
|
|
```
|
|
|
|
Эта команда проводит штатный путь стенда: готовый источник данных создаёт стартовую
|
|
историю, события попадают в Kafka, затем в STG, ODS, DDS, DM и Superset. Файлы
|
|
`data/*.jsonl` пока остаются только кладовкой готовых значений для генератора
|
|
(браузеры, страны, устройства, UTM), а не источником аналитического контура. `make up`
|
|
после неё поднимает остальные UI-сервисы курса: Kafka UI, Airflow, Prometheus и Grafana.
|
|
|
|
Дальше каждый урок в секции «Руки» сам напоминает, что перезапустить.
|
|
Точные шаги, параметры и troubleshooting — в [`docs/OPERATIONS.md`](../OPERATIONS.md).
|
|
|
|
## Уроки
|
|
|
|
Проходи по порядку — уроки 0→4 повторяют сам пайплайн (Kafka → STG → ODS → DDS →
|
|
оркестрация), а 5 и 6 надстраиваются поверх готовых данных. В колонке «режим»:
|
|
**наблюдение** — только смотрим, **руки** — запускаешь и меняешь сам.
|
|
|
|
| # | Урок | Режим | О чём |
|
|
|---|------|-------|-------|
|
|
| 0 | [Вводный по Kafka](./lessons/00_kafka_intro.md) | наблюдение | Ходим по Kafka UI: где лежат события, кто их читает, как Kafka помнит, докуда дочитано |
|
|
| 1 | [Kafka → ClickHouse (STG)](./lessons/01_kafka_to_clickhouse.md) | руки | Как сообщение из топика становится строкой ClickHouse через Kafka engine и Materialized View |
|
|
| 2 | [STG → ODS: типизация и DQ-split](./lessons/02_stg_to_ods.md) | руки | Приводим сырьё к типам и разводим чистое и битое по разным таблицам |
|
|
| 3 | [ODS → DDS: сборка сущностей](./lessons/03_ods_to_dds.md) | руки | Собираем `click` и `event` из кусочков (argMax, JOIN) и встречаем «сирот» |
|
|
| 4 | [Оркестрация в Airflow](./lessons/04_airflow_orchestration.md) | руки | Всю цепочку — в один DAG с зависимостями и честным гейтом целостности |
|
|
| 5 | [Мониторинг: Prometheus и Grafana](./lessons/05_monitoring.md) | наблюдение + мини-правка | Смотрим систему со стороны; гасим сервис — видим, как краснеет алерт |
|
|
| 6 | [BI-витрина в Superset](./lessons/06_superset_bi.md) | руки (опционально) | Дашборд поверх ClickHouse: KPI, динамика, воронка |
|
|
|
|
## Как проходить
|
|
|
|
- **По одному уроку за раз** — ожидаемый темп около дня на урок (уроки короткие и
|
|
односоставные: один паттерн на урок).
|
|
- **Каждый урок устроен одинаково:** зачем паттерн нужен → что запустить и понаблюдать →
|
|
чтение эталонного кода → одна управляемая правка с видимым результатом → самопроверка.
|
|
Любая правка завершается шагом **«верни как было»**, чтобы стенд не остался сломанным.
|
|
- **Идёшь сам** — опорой служат секции «Проверь себя» в конце каждого урока: по ним
|
|
видно, понял ты тему или только пробежал глазами.
|
|
- **Идёшь с ментором** — еженедельный созвон покрывает несколько уроков сразу: туда
|
|
несёшь затыки и ответы «своими словами» из тех же секций «Проверь себя».
|
|
|
|
## Границы
|
|
|
|
Материалы под конкретного менти (привязка к работодателю, легенда, подготовка к
|
|
собесам) в этот репозиторий **не кладём** — репозиторий публичный, приватное живёт
|
|
в менторской базе.
|
|
|
|
---
|
|
|
|
## Под капотом курса (для автора и любопытных)
|
|
|
|
Эти документы менти для прохождения не нужны — они объясняют, как курс устроен и почему
|
|
именно так. Открывай, если ведёшь курс или хочешь заглянуть в его «исходники».
|
|
|
|
| Файл | Что это |
|
|
|------|---------|
|
|
| [`PRD.md`](./PRD.md) | Рамка: зачем курс, цели, аудитория, скоуп, критерии успеха (замороженный документ) |
|
|
| [`LEARNING_PLAN.md`](./LEARNING_PLAN.md) | План обучения: карта уроков, маршрут, аудит эталонных путей |
|
|
| [`LESSON_STANDARD.md`](./LESSON_STANDARD.md) | Стандарт уроков: шаблон, качество кода, самопроверка — рабочий чеклист при написании |
|