COURSE OVERVIEW
课程总览Course Overview
大纲路径保持为：工作站与代码地基 → 存储引擎与格式 → 数仓与湖仓 → BI 与语义层 → 质量与编排 → 流批、治理与作品。
01
课程基本信息
金融数据库（双语）
Financial Database (Bilingual)
48 学时 / 3 学分
25 级金融科技 1–2 班
44 人
星期四（第 3–5 节），第 1–17 周（W05 国庆停课）
行知楼-212
高强
02
学习方式
课后完成学习
向 AI 询问概念、操作步骤和报错；一次只做一步，把真实输出贴回 AI，再决定下一步。
课堂集中验收
课堂用于两次考勤、屏幕共享、现场复现、同伴双分复现、随机拷问、好问题和最佳文档评选。
零基础最低起步
每周页面都分为「先迈一步」「完整复现」「自由拓展」。做不完也保留卡点，不因起点低而放弃。
可复现与安全
只交一份实验报告，诚实标注 AI 建议、本人验证和仍未验证内容；密钥和真实个人信息不得进入文档或仓库。
03
17 周课程地图
| 周次 | 阶段 | 主题 / 工具 | 本周定位 |
|---|---|---|---|
| W01 | 开课与契约 | 规矩与概论 Orientation | 先建立课程规则、全景、工具链和可复现标准，再开始技术学习。AI 可以帮助你走得更快，但每一步都要在自己的电脑上验证。 |
| W02 | 工作站与代码地基 | 数据工作站 Workstation & Linux | 统一的 Linux 工作站让命令、路径和日志可以被复制。先做出第一个终端结果，再逐步理解操作系统。 |
| W03 | 工作站与代码地基 | 命令行与版本控制 Shell & Git | Shell 管道把小工具连成数据流，Git 把每次可解释的变化保存成历史。先学会留下证据，再谈复杂工程。 |
| W04 | 工作站与代码地基 | Python 数据速成 Python for Data | 用最少的 Python 与 Polars 完成一次真实数据读取、清洗和聚合。重点不是背语法，而是让处理过程可重复运行。 |
| W05 | 自主复盘 | 国庆停课·自主复盘 National Day Break | 国庆停课。本周不引入新工具，用一次轻量复盘修补前三周最真实的卡点。 |
| W06 | 存储引擎与格式 | 行式库与 SQL Row Store & SQL | SQLite 用关系模型和事务把数据从文件变成可查询系统。先建一张小表，再逐步加入约束、连接和索引。 |
| W07 | 存储引擎与格式 | 列式分析引擎 Columnar OLAP | DuckDB 面向分析查询，列式存储、向量化与 Parquet 下推让笔记本也能处理较大数据。 |
| W08 | 存储引擎与格式 | 数据格式工程 File Formats | 文件格式不是文件后缀选择，而是 schema、压缩、分区和查询计划共同构成的数据工程决策。 |
| W09 | 数仓与湖仓 | 数据仓库建模 Warehouse Modeling | 星型模型把业务事件与分析维度分开，让指标计算更稳定、查询更清晰。先画粒度，再建表。 |
| W10 | 数仓与湖仓 | DuckLake 入门 Lakehouse | DuckLake 用 catalog 管理 Parquet 数据与快照，让开放文件获得事务、版本和时间旅行能力。 |
| W11 | 数仓与湖仓 | DuckLake 深入·对接平台 DuckLake Advanced | 真实湖仓会持续发生 schema 变化、碎片增长和多引擎访问。进阶目标是理解维护动作，而不是只会建表。 |
| W12 | BI 与语义层 | Rill 上手 BI-as-code | Rill 把数据源、模型、指标和看板保存为代码。先让一个指标正确，再增加视觉复杂度。 |
| W13 | BI 与语义层 | 语义层与口径 Semantic Layer | 语义层把业务口径从个人脑中迁移到版本化配置。先写清来源、公式和边界，再展示指标。 |
| W14 | 质量与编排 | 数据清洗实战 Data Cleaning | 清洗不是把表面变整齐，而是用可重跑规则处理缺失、重复、类型、异常与隐私，并证明没有悄悄改坏数据。 |
| W15 | 质量与编排 | 管道与编排入门 Orchestration | Dagster 用资产、依赖和物化记录把零散脚本变成可观察管道。先编排三个本地步骤，再理解调度与血缘。 |
| W16 | 流批、治理与作品 | 流批一体 + 端到端项目 Batch & Stream | 批与流是两种到达和计算方式。用微批模拟事件链路，并启动一个可展示的端到端数据产品。 |
| W17 | 流批、治理与作品 | 项目收尾·数据安全·展示 Capstone & Security | 最后一周不追求新功能，而是冷启动复现、权限审计、现场变更和清楚表达，把能力封装成可信作品。 |
04
统一工具环境
Windows
WSL2 + Ubuntu；课程项目放在 Linux 主目录。
macOS / Linux
使用原生终端，保持命令、目录和依赖可复制。
数据工具
uv、Python、Polars、SQLite、DuckDB、DuckLake。
交付工具
Git、飞书云文档、Rill 与 Dagster。
05
成绩与积分
无期末考试。成绩依据每周课堂积分累计及全班排名形成；每个周页面均重复同一套规则。
考勤
上课提前 5 分钟点名，下课前 5 分钟再点名
出勤 +3迟到 +2早退 +2请假 +1旷课 +0
复现
使用 AI 自学，按照教学大纲完成了每周实验任务
成功复现 +1未能复现 +0
拓展
按照教学大纲完成一项或多项拓展任务
多拓展 +2有拓展 +1无拓展 +0
展示
主动共享屏幕展示复现过程，接受核验与拷问
课堂自愿共享屏幕展示 +3无课堂展示 +0
首讲
每节课堂最先自愿开讲的前 3 人
前 3 人 +1
提问
认真旁听并提出被采纳的好问题
被采纳 +0.5
拷问
面对面随机拷问 · 反空心化闸门
空心代工 −1一知半解 +1融会贯通 +2
双分
仅凭文档课堂现场复现
作者与复现者 都 +1
精选
本周最佳文档
知识库 + 席位 + 署名 + 积分 +3
做一点，也算一点
没有完成全部实验，也可以凭考勤、展示卡点、认真提问和真实回答获得积分；做得越扎实，展示、拓展、拷问、双分和精选带来的激励越多。飞书应用展示过去 30 天积分榜与总积分榜。