Danh mục

AI97
BI & Analytics91
Banking123
Data Engineering184
DataOps40
DevOps48
Python48
SQL & Databases102

Bài viết

Data Engineering 1 — Tổng quan & Vai trò
Data Engineering 2 — Định dạng & Lưu trữ dữ liệu
Data Engineering 3 — Pipeline & Orchestration
Data Engineering 4 — Apache Spark & Xử lý phân tán
Data Engineering 5 — Kafka & Xử lý luồng (Streaming)
Data Engineering 6 — Hệ phân tán
Data Engineering 7 — Data Lake, Warehouse & Lakehouse
Data Engineering 8 — Quản trị, Chất lượng & Bảo mật dữ liệu
Data Engineering 9 — Transformation với dbt
Data Engineering 10 — Mô hình hoá Kho dữ liệu nâng cao
Data Engineering 11 — Nền tảng dữ liệu đám mây
Data Engineering 12 — CDC & Kiến trúc dữ liệu thời gian thực
Oracle CDC 1 — Tổng quan CDC thời gian thực với Oracle
Oracle CDC 2 — Chuẩn bị Oracle cho CDC (Lab)
Oracle CDC 3 — Oracle GoldenGate: Kiến trúc & Khái niệm
Oracle CDC 4 — Lab GoldenGate: Oracle → Oracle
Oracle CDC 5 — GoldenGate for Big Data → Kafka
Oracle CDC 6 — Debezium + Kafka Connect cho Oracle (LogMiner)
Oracle CDC 7 — Kafka Connect, Converters & Schema Registry
Oracle CDC 8 — Vận hành, Giám sát & So sánh GoldenGate vs Debezium
Oracle CDC 9 — Lab tổng hợp: Oracle → Debezium → Kafka → Sink
Kafka 1 — Kiến trúc & Khái niệm cốt lõi
Kafka 2 — Producer chuyên sâu
Kafka 3 — Consumer & Consumer Group
Kafka 4 — Lưu trữ, Retention & Độ tin cậy
Kafka 5 — Kafka Connect (tích hợp dữ liệu)
Kafka 6 — Kafka Streams & ksqlDB
Kafka 7 — Vận hành Kafka ở Production
Airflow 1 — Tổng quan & kiến trúc (Airflow 3.x)
Airflow 2 — DAG, Task & cách khai báo pipeline
Airflow 3 — Operators, Sensors, Hooks & Providers
Airflow 4 — TaskFlow, XCom, templating & Dynamic Task Mapping
Airflow 5 — Executors, workers & mở rộng quy mô
Airflow 6 — Lập lịch, Timetables & Assets (event-driven)
Airflow 7 — Triển khai & vận hành production
Airflow 8 — Patterns, best practices & testing
Spark 1 — Tổng quan & kiến trúc thực thi
Spark 2 — RDD, DataFrame, Dataset & Catalyst
Spark 3 — Spark SQL & DataFrame API thực chiến
Spark 4 — Shuffle, partition & data skew
Spark 5 — Tối ưu hiệu năng & bộ nhớ
Spark 6 — Structured Streaming
Spark 7 — Delta Lake & kiến trúc Lakehouse
Spark 8 — Triển khai & vận hành production
dbt 1 — Tổng quan & analytics engineering
dbt 2 — Models & materializations
dbt 3 — Sources, seeds & snapshots (SCD2)
dbt 4 — Testing & documentation
dbt 5 — Jinja, macros & packages
dbt 6 — Incremental models & hiệu năng
dbt 7 — Triển khai, môi trường & CI/CD
Data Modeling 1 — Nền tảng: OLTP vs OLAP, chuẩn hoá
Data Modeling 2 — Mô hình chiều (Kimball): star & snowflake
Data Modeling 3 — Fact tables chuyên sâu
Data Modeling 4 — Dimensions & SCD (Slowly Changing Dimensions)
Data Modeling 5 — Data Vault 2.0
Data Modeling 6 — Mô hình hiện đại: OBT, columnar & semantic layer
Data Modeling 7 — Quản trị, chất lượng & vận hành mô hình dữ liệu
Snowflake 1 — Kiến trúc & định vị trong hệ sinh thái dữ liệu
Snowflake 2 — Virtual Warehouse: compute co giãn
Snowflake 3 — Nạp dữ liệu: Stage, COPY, Snowpipe
Snowflake 4 — SQL & dữ liệu bán cấu trúc (VARIANT)
Snowflake 5 — Hiệu năng: micro-partition, clustering, cache
Snowflake 6 — Quản trị chi phí & credit
Snowflake 7 — Bảo mật & phân quyền (RBAC, masking)
Snowflake 8 — Time Travel, Cloning, Streams & Tasks, Data Sharing
Quản trị dữ liệu 1 — Tổng quan Data Governance ngân hàng
Quản trị dữ liệu 2 — Data Catalog, Metadata & Lineage
Quản trị dữ liệu 3 — Quản lý chất lượng dữ liệu
Quản trị dữ liệu 4 — Phân loại dữ liệu & PII
Quản trị dữ liệu 5 — Mã hóa, Masking & Tokenization
Quản trị dữ liệu 6 — Kiểm soát truy cập dữ liệu
Quản trị dữ liệu 7 — Nghị định 13/2023 & tuân thủ
Quản trị dữ liệu 8 — Vòng đời dữ liệu, lưu trữ & audit
Elasticsearch 1 — Tổng quan & định vị
Elasticsearch 2 — Document, Index & Mapping
Elasticsearch 3 — Query DSL & tìm kiếm liên quan
Elasticsearch 4 — Aggregations & phân tích
Elasticsearch 5 — Indexing & nạp dữ liệu
Elasticsearch 6 — Cluster, Shard & mở rộng
Elasticsearch 7 — Tối ưu hiệu năng & vận hành
Elasticsearch 8 — Use case ngân hàng & Kibana
Data Mesh 1 — Tổng quan & 4 nguyên tắc
Data Mesh 2 — Sở hữu theo domain
Data Mesh 3 — Dữ liệu như một sản phẩm
Data Mesh 4 — Data Contracts
Data Mesh 5 — Nền tảng dữ liệu tự phục vụ
Data Mesh 6 — Quản trị liên bang tính toán hoá
Data Mesh 7 — Modern Data Stack & công nghệ
Data Mesh 8 — Áp dụng thực tế trong ngân hàng
Flink 1 — Tổng quan xử lý luồng thời gian thực
Flink 2 — Mô hình Dataflow & DataStream API
Flink 3 — Event time, Watermark & Windows
Flink 4 — Quản lý trạng thái & Checkpoint
Flink 5 — Flink SQL & Table API
Flink 6 — Chịu lỗi & đảm bảo Exactly-once
Flink 7 — Triển khai, mở rộng & vận hành
Flink 8 — Use case ngân hàng & CEP
FinOps 1 — Tổng quan quản trị chi phí dữ liệu
FinOps 2 — Tối ưu chi phí Data Warehouse
FinOps 3 — Chi phí lưu trữ & phân tầng
FinOps 4 — Chi phí compute & pipeline
FinOps 5 — Chi phí streaming & real-time
FinOps 6 — Giám sát chi phí & phát hiện bất thường
FinOps 7 — Tối ưu chi phí Kubernetes
FinOps 8 — Thực hành & lộ trình cho ngân hàng
Databricks 1 — Tổng quan nền tảng Lakehouse
Databricks 2 — Delta Lake chuyên sâu
Databricks 3 — Compute, Cluster & Photon
Databricks 4 — Workflows & Delta Live Tables
Databricks 5 — Unity Catalog (Governance)
Databricks 6 — Databricks SQL & BI
Databricks 7 — ML, MLflow & Feature Store
Databricks 8 — Vận hành, chi phí & use case ngân hàng
Cloud DE 1 — Tổng quan điện toán đám mây cho dữ liệu
Cloud DE 2 — Lưu trữ đám mây & Data Lake
Cloud DE 3 — Compute cho workload dữ liệu
Cloud DE 4 — Mạng & bảo mật nền tảng dữ liệu
Cloud DE 5 — Bản đồ dịch vụ dữ liệu managed
Cloud DE 6 — IaC & DevOps cho hạ tầng dữ liệu
Cloud DE 7 — Chi phí, độ tin cậy & Well-Architected
Cloud DE 8 — Kiến trúc nền tảng dữ liệu cloud ngân hàng
Iceberg 1 — Open Table Format: vì sao lakehouse cần Iceberg
Iceberg 2 — Kiến trúc metadata: catalog, snapshot, manifest
Iceberg 3 — ACID, Time Travel & MERGE
Iceberg 4 — Schema & Partition Evolution, Hidden Partitioning
Iceberg 5 — Catalog & Engine: hệ sinh thái đa công cụ
Iceberg 6 — Bảo trì & Hiệu năng: compaction, small files
Iceberg 7 — Streaming & CDC: nạp dữ liệu thời gian thực
Iceberg 8 — Lakehouse ngân hàng: migrate & vận hành
PySpark 1 — Tổng quan, kiến trúc Python↔JVM & Setup
PySpark 2 — DataFrame API bằng Python thực chiến
PySpark 3 — Đọc/ghi dữ liệu & Schema
PySpark 4 — UDF, pandas_udf & Arrow
PySpark 5 — pandas API on Spark: mở rộng pandas
PySpark 6 — MLlib: Machine Learning phân tán
PySpark 7 — Structured Streaming & Kiểm thử/Đóng gói
PySpark 9 — Dữ liệu lồng & phức tạp (struct, array, map, JSON)
PySpark 10 — Tối ưu & Gỡ lỗi từ góc PySpark
PySpark 11 — Cấu hình, spark-submit & Cluster
PySpark 12 — Thao tác Delta & Iceberg trong PySpark
PySpark 8 — ETL ngân hàng end-to-end & Tối ưu
BigQuery 1 — Tổng quan & định vị
BigQuery 2 — Kiến trúc bên trong
BigQuery 3 — Lưu trữ cột (Capacitor)
BigQuery 4 — Slots & mô hình thực thi
BigQuery 5 — Truy vấn với GoogleSQL
BigQuery 6 — Dữ liệu lồng (STRUCT & ARRAY)
BigQuery 7 — Join, Window & CTE
BigQuery 8 — Cách tính tiền & bytes
BigQuery 9 — Partitioning (phân vùng)
BigQuery 10 — Clustering (gom cụm)
BigQuery 11 — Kỹ thuật tối ưu truy vấn
BigQuery 12 — Query plan & Execution Details
BigQuery 13 — Đọc Execution Graph (biểu đồ thực thi)
BigQuery 14 — Các pha & thông số của stage
BigQuery 15 — Chẩn đoán & tinh chỉnh qua Query Plan
BigQuery 16 — Giám sát chi phí & hiệu năng
Batch 1 — Mô hình xử lý theo lô & khi nào dùng
Batch 2 — ETL vs ELT & kiến trúc pipeline
Batch 3 — Xử lý gia tăng (Incremental) & CDC
Batch 4 — Idempotency, Retry & Exactly-once
Batch 5 — Backfill & Tái xử lý lịch sử
Batch 6 — Partitioning, File Format & Tối ưu I/O
Batch 7 — Orchestration, Phụ thuộc & SLA
Batch 8 — Data Quality & Kiểm thử pipeline
Batch 9 — Batch trong Ngân hàng: EOD & Cuối ngày
Streaming 1 — Xử lý luồng & vì sao Real-time
Streaming 2 — Kiến trúc Lambda vs Kappa
Streaming 3 — Event Time, Processing Time & Watermark
Streaming 4 — Windowing (cửa sổ thời gian)
Streaming 5 — State, Checkpoint & Exactly-once
Streaming 6 — Stream-Table Duality & Materialized View
Streaming 7 — CDC Streaming & Event-driven
Streaming 8 — Chất lượng & Observability luồng
Streaming 9 — Real-time trong Ngân hàng
Modeling nâng cao 1 — Chọn phương pháp mô hình hoá
Modeling nâng cao 2 — Dimensional nâng cao
Modeling nâng cao 3 — SCD nâng cao & Bi-temporal
Modeling nâng cao 4 — Data Vault 2.0 chuyên sâu
Modeling nâng cao 5 — One Big Table & Wide Tables
Modeling nâng cao 6 — Semantic Layer & Metrics Layer
Modeling nâng cao 7 — Activity Schema & Event Modeling
Modeling nâng cao 8 — Mô hình hoá dữ liệu Ngân hàng

Data Engineering

184 bài viết

Knowledge Base — Nền tảng tài liệu mở về SQL, Banking, BI, DevOps, Python & AI.

Đọc tài liệu miễn phí · Đăng nhập để chạy & lưu truy vấn SQL.