本教材基于会计场景业务分析目标驱动，根据业务分析需求，将采集到的业务数据采用大数据的数据库进行数据管理，采用数据仓库进行数据分析，采用数据可视化进行故事演绎并得出分析结论，从而达到业务分析目标。基于此，本教材分为五部分：会计大数据理论基础、会计数据库、会计数据仓库、会计数据可视化和综合案例。
本教材提供配套的数据与文件资源及教学大纲、教学日历、教学课件、实验设计、实验报告、实训平台等教学资源。基于本书和会计大数据实训平台可以开展销售场景驱动的业务、财务和技术一体化教学，教学和学习效果会更好。

程 平 重庆理工大学会计学院教授、博士生导师，中国财政科学研究院会计信息化博士后，软件系统分析师，软件设计师，中国云会计概念的提出者，中国“互联网+会计”教育综合改革的倡导者，中国RPA财会审教育的引领者，春秋战国翻转课堂原创设计者。入选首届重庆英才·会计名家名师。
10余年IT行业和会计教育行业经历，发表学术论文200余篇，主持国家自然科学基金项目、国家社会科学基金项目等50余项，获得高等教育国家级教学成果奖二等奖1项，省级教学成果奖和科技进步奖6项。目前主要从事云会计、财务/审计机器人、大数据智能财务、大数据智能风控等方面的研究与项目咨询。

夏 会 重庆理工大学会计学院副教授，软件设计师，重庆市云会计与大数据智能财务研究生导师团队核心成员。主持或参与省部级以上项目5项、企业委托咨询项目8项。在SCI、EI、CSCD等学术期刊上发表论文近10篇。出版专著1部，申请软件著作权6项。主要从事会计大数据、人工智能+和RPA财务机器人等方面的研究。

第1章　会计大数据概述
1.1　大数据时代的到来
1.2　大数据对会计的影响
1.3　会计大数据的概念、特征与思维
1.4　会计大数据的内涵
1.5　会计大数据的关键技术
1.6　会计大数据实训平台
思维拓展

第2章　Hadoop大数据平台
2.1　Hadoop概述
2.2　Hadoop生态系统
2.3　HDFS
2.4　MapReduce大数据处理
思维拓展

第3章　数据库系统概述
3.1　基本概念
3.2　会计数据概述
3.3　数据管理技术的发展
3.4　数据模型
3.5　数据库系统的体系结构
3.6　数据库的安全性
思维拓展

第4章　关系型数据库设计
4.1　数据库设计概述
4.2　需求分析
4.3　概念结构设计
4.4　逻辑结构设计
4.5　物理结构设计
4.6　数据库的实施
4.7　数据库的运行与维护
思维拓展

第5章　关系型数据库标准语言SQL
5.1　概　述
5.2　数据库与数据表
5.3　管理数据库
5.4　管理数据表
5.5　字段操作
5.6　数据维护
5.7　数据查询
5.8　视图与索引
5.9　存储过程与触发器
5.10　MySQL的安装与使用
思维拓展

第6章　非关系型数据库HBase
6.1　关系型数据库面临的问题
6.2　非关系型数据库与NoSQL
6.3　HBase的概念与特征
6.4　HBase数据模型
6.5　HBase的架构与工作原理
6.6　HBase Shell常用命令
思维拓展

第7章　数据仓库概述
7.1　数据仓库的基本概念
7.2　数据仓库的特点
7.3　数据仓库的体系结构与分层设计
7.4　ETL
7.5　数据仓库在会计中的应用
思维拓展

第8章　数据仓库的构建与应用
8.1　数据仓库的构建
8.2　数据仓库的规划和需求分析
8.3　数据仓库的多维数据模型
8.4　OLAP
8.5　数据仓库的部署和维护
8.6　销售业务数据仓库构建实例
思维拓展

第9章　Hive数据仓库
9.1　概　述
9.2　Hive架构及原理
9.3　Hive数据模型与类型
9.4　Hive中的ETL实现
9.5　Hive Shell常用命令
9.6　销售业务数据仓库分析实例
思维拓展

第10章　数据可视化技术
10.1　数据可视化概述
10.2　数据可视化软件介绍
10.3　数据可视化图表
10.4　数据可视化方法
10.5　数据可视化流程
10.6　数据可视化的会计应用实例
思维拓展

第11章　Tableau会计数据可视化初级应用
11.1　Tableau软件概述
11.2　Tableau安装与使用
11.3　Tableau语法
11.4　Tableau数据源管理
11.5　Tableau基础操作
11.6　Tableau初级可视化分析
11.7　模拟实训
思维拓展

第12章　Tableau数据可视化高级应用
12.1　概　述
12.2　Tableau高级操作
12.3　Tableau高级可视化
12.4　图表整合与交互
12.5　故　事
12.6　模拟实训
思维拓展

第13章　会计大数据综合案例
13.1　会计大数据应用框架
13.2　会计数据库
13.3　会计数据仓库
13.4　会计数据分析与可视化
思维拓展

参考文献

这是我主编的第一本大数据著作，也是出版的第四本著作，历时三年有余。
写书辛苦，写教材更辛苦！一想到作为“互联网+会计”的野蛮人，我的书可能会被万千读者情不自禁地关注和选择，一个不小心便会误人子弟，就心理负担较重，倍感压力。
什么是会计大数据基础？如果你问十个人，估计会有十个不同的答案，而且其内涵差异很大。当整个学界对这个名词的概念和内涵都没有形成大致共识的时候，贸然去写这本书的难度可想而知，但是，我喜欢挑战，喜欢创新，喜欢做不一样的烟火。
本书的写作是一个浩大的工程。在本书写作过程中，重庆翰智汇财信息技术有限公司主动与我们建立产教深度融合关系，分工协作研发了会计大数据实训平台，并且派出大数据工程师团队支持我们的案例研发。夏会博士和CABD Team 2020团队研究生也一起进行了大量的研讨，经常加班加点，为本书最后的成稿和定稿做出了卓越贡献。
在喧嚣嘈杂的声音中学会捂住自己的耳朵，自渡，才是人生的开始。慢下来，沉下去，在冗长的枯燥、迷茫、压力、疲惫中，不灰心，不懈怠，坚韧地向前走，做最好的自己。回首向来萧瑟处，归去，也无风雨也无晴。
当这本书即将出版的时候，心中怀揣的是教育天下的情怀，希望本书能够为中国会计数字化教育改革事业做出一点点贡献。
会计大数据基础学习什么
以大数据、人工智能为代表的现代信息技术的发展与应用，给会计的理论构建与实践应用带来了较大的影响和冲击。大数据在会计中的应用，形成了财务会计大数据和管理会计大数据体系，对会计信息的呈现、获取、使用方式和质量产生了较大的影响，促使财务会计朝业财融合方向发展，也使得会计人员从烦琐的记账、算账、报账等会计核算工作中解放出来，进而转向高层次的会计管理和决策工作，这给会计人员的学习目标和学习内容带来了巨大的变革。
那么，会计大数据到底学习的是什么呢？是学习大数据软件的操作使用吗？答案显然是否定的。会计大数据的学习，不仅是学习会计应用中的大数据技术，还要学习大数据技术与会计理论体系的融合与重构，更要学习用大数据的技术和思维去解决会计问题。作为会计大数据学习的基础，本书定位于会计大数据理论基础、会计数据库、会计数据仓库和会计数据可视化四大组成部分。
具体来说，会计大数据基础的学习，不仅要熟悉会计大数据的概念、特征、思维、内涵等基础理论以及采集、预处理、存储与管理、计算、分析与挖掘、可视化等关键技术，还要了解Hadoop会计大数据生态系统，掌握关系型数据库的基础理论与数据模型的设计，熟练运用SQL语言对数据库和数据表进行增删查改操作，掌握非关系型数据库HBase的基础理论与HBase Shell命令，在基本的、日常的事务处理基础上，构建用于查询统计与分析决策的数据仓库，对数据仓库的事实表和维度表进行设计，从而通过ETL过程完成数据的抽取、清洗、转换和加载，更重要的是能够灵活运用OLAP多维模型对数据仓库中的会计数据进行多维度的分析，以及在Hive中能够熟练地运用HiveQL语言分析会计数据，最后还需掌握会计数据可视化的方法与流程，熟练运用可视化工具Tableau完成会计数据的可视化分析，通过图表来展现会计信息的关键点，以此建立基于大数据在会计领域的数据管理与操作、数据处理与分析的核心竞争力。
如何讲授会计大数据基础课程
根据我们的教学实践，会计大数据基础课程的教学实施建议学时为48或者64个课时，包括课堂的理论教学与案例分析、会计大数据实训平台实验两部分。教具主要为《会计大数据基础》课程平台。教学方式包括课堂讲授、翻转课堂、情境教学、模拟训练等多种方式的融合应用。
基于本书开展教学，通过重现企业在销售活动、采购活动的业务工作和财务工作中的一些典型应用场景，让学生身临其境，通过理论讲解、案例研讨和模拟训练来进行会计大数据技术的应用分析，由浅入深，层层递进，逐步引导学生建立起这门课程的思维模式，培养学生的创新思维和团队协作能力。
课程设置了12次模拟实验，包括会计大数据技术、会计数据库、会计数据仓库和会计数据可视化4个部分。整体而言，学生需明确每个实验的目的和要求，了解实验环境，从给定的实验内容和步骤开始跟着完成实验内容，以及实验拓展的独立思考。
首先是会计大数据技术模块，包括3个模拟实验，让学生熟悉会计大数据平台与数据操作分析过程，掌握Hadoop大数据平台与基本操作命令，掌握Hadoop HDFS基本命令；其次是会计数据库模块，包括5个模拟实验，分别为MySQL会计关系型数据库基本SQL操作、MySQL会计关系型数据库高级SQL操作、MySQL会计关系型数据库的视图和索引操作、HBase会计非关系型数据库DDL操作和HBase非关系型数据库DML操作，通过案例场景和业务需求的铺垫，使学生置身于模拟的企业业务环境中，完成会计数据库的日常事务处理；再次是会计数据仓库模块，包括3个模拟实验，分别为Hive会计数据仓库模型构建与Sqoop ETL操作、Hive会计数据仓库OLAP多维分析和Hive会计数据仓库高级数据分析，通过案例场景的铺垫，引出企业的业务需求，从而使用ETL实现数据抽取、清洗和转换，再加载到Hive数据仓库，使用OLAP多维分析法对销售业务数据进行分析，强化学生的逻辑思维能力与分析能力，发散学生思考问题的维度，为培养学生数据分析能力和日后从事数据分析工作打下基础；最后是会计数据可视化，包括1个模拟实验，使用可视化工具Tableau将在数据仓库中分析的业务进行图表呈现，让学生直观、快速地了解会计数据的关键点，进一步培养学生的数据分析能力。
内容组织
本书内容从逻辑上分为五大部分：第一部分是会计大数据理论基础，第二部分是会计数据库，第三部分是会计数据仓库，第四部分是会计数据可视化，第五部分是综合案例。读者可以根据自己的前期基础、专业领域或兴趣爱好，有选择地进行阅读。
第一部分的内容包括第1～2章，主要介绍大数据对会计的影响，以及会计大数据的概念、特征、内涵和技术，另外，还包括Hadoop会计大数据平台及其组成部分。
第二部分的内容包括第3～6章，主要介绍会计数据库的概念、结构、设计等，着重详细介绍关系型数据库和非关系型数据库的命令，从这部分开始引入会计业务案例，读者应该将其作为学习的重点。
第三部分的内容包括第7~9章，主要介绍会计数据仓库相关内容。通过会计场景，了解会计数据仓库的构建与应用，掌握Hive数据仓库的使用，是读者学习与运用的重点。
第四部分的内容包括第10~12章，主要介绍会计数据可视化。阐述相关理论和方法，并将本书前面的案例进行数据可视化效果呈现，使得读者能够很好地全面理解会计大数据技术的一体化应用。
第五部分的内容包括第13章，主要介绍会计大数据综合案例，该部分将本书第二、三、四部分的原理和方法进行整合，结合会计工作中可能出现的诸多场景和数据，根据本书的方法论进行案例的设计，这部分内容是读者学习和应用会计大数据的闭环。
本书特色
本书的最大特点是理论与实践兼顾，信息量大，知识点紧凑，案例丰富，实用性强，在目标定位、内容设计、情景设计、应用转化、模拟实训方面具有显著特色。
目标定位：本书的目标是帮助读者在“互联网+会计”这个会计和大数据技术交叉领域的会计数据分析运用方面具有核心竞争力。本书主要适用于会计学、财务管理、审计学等专业的专科生、本科生和研究生，以及从事数据分析工作的实务人员。通过学习本书，能够理解会计数据分析的原理，掌握会计数据分析的具体应用方法，帮助企事业单位做出科学决策。
内容设计：本书的内容设计主要基于会计场景业务分析目标驱动，根据业务分析需求将采集到的业务数据采用大数据的数据库进行数据管理，采用数据仓库进行数据分析，采用数据可视化进行故事演绎并得出分析结论，从而达到业务分析目标。通过良好的内容框架和体系架构设计，只要跟着章节进行理论学习、案例研讨和平台模拟实训，就可以由表及里、由浅到深系统地掌握会计数据分析的工作原理和内在逻辑。
情景设计：本书的案例场景描述和会计数据分析方案设计全部基于重庆蛮先进智能制造有限公司的会计数据分析场景模拟，让读者身临其境，激发学习兴趣。结合大数据技术，通过有目的地为读者创设生动有效、恰如其分的会计数据分析情境氛围，既能帮助读者有效地理解会计数据分析内容，提高教学效率，又能引起读者的共鸣，使学习到的理论知识在这里得到很好的理解与运用。
应用转化：本书在应用层面系统梳理了大数据技术在企业会计中的典型应用，并聚焦企业会计核算、会计管理和会计决策应用场景，对企业内外部产生的大规模、多样化的会计数据采用大数据技术进行采集、存储、处理、计算与分析。同时，基于会计大数据课程平台给出的具体实现步骤，让读者通过学习这部分内容，就可以直接对标企业会计数据分析需求，构建企业自身的会计数据分析应用框架体系，并快速地落地实施应用于实际工作中。
模拟实训：全书共设计了12个会计大数据模拟实验，这些实验具有较强的体验性、实战性、综合性和有效性，读者根据本书提供的案例准备文件、数据资源和操作步骤，在会计大数据实训平台上可以一步步完成操作。
配套资源
本书提供：
●与重庆翰智汇财信息技术有限公司研发的会计大数据实训平台，可随平台提供与案例配套的准备文件、数据和操作命令等相关资源。
●凭开课证明，可为基于本书开设课程的高校提供配套的教学大纲、教学日历、教学课件，样章内容可以在中国人民大学出版社网站www.crup.com.cn注册后下载。
●“云会计数智化前沿”微信公众号的课程学习与认证平台提供部分学习视频，另外可以通过平台参加会计大数据基础课程认证和能力认证考试获取相应证书。
勘误和支持
由于编者水平有限，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。读者可以通过以下途径反馈建议或意见。
●即时通信：添加个人QQ（4961140）或微信（chgpg2018）反馈问题。
●直接扫描二维码添加作者个人微信或者关注“云会计数智化前沿”微信公众号。
●电子邮件：发送电子邮件到4961140@qq.com。
致　谢
在本书的撰写过程中，得到了多方的指导、帮助和支持。
首先，感谢中国会计学会会计教育专业委员会主任委员、中国会计教育专家委员会主任委员刘永泽教授，全国会计专业学位研究生教育指导委员会副主任委员、教育部高等学校会计学专业教学指导分委员会副主任委员、中国人民大学商学院王化成教授，中国会计教育专家委员会秘书长杨政教授对本书的指导、支持、帮助和推荐。
其次，感谢上海国家会计学院副院长刘勤教授对本书撰写的指导、建议和审定，以及中国人民大学出版社财会分社李文重社长及其团队为本书的撰写提供的方向和思路指导、审核、校验等工作，以及其他背后默默支持的出版工作者。
再次，感谢重庆翰智汇财信息技术有限公司和重庆翰海睿智大数据科技股份有限公司为本书的撰写提供了大数据团队技术支持，并为本书配套研发了会计大数据实训平台，使得本书的理论和实践能够得到有效的结合，实现了教学和实践的有机统一。
此外，还要感谢重庆理工大学会计学院硕士研究生、我的2020级研究生团队成员常吉、李天臣、晏露、杨双、柳婷、徐丹青、张菁、罗婷匀、谢佳芯、何家钰、汤远萍、万梦竹、谭智杰、李岱峰等参与本书的编写工作，以及前期的实验和测试铺垫，杨双、柳婷、常吉、晏露在组织管理和任务分解协同方面做出了重要贡献。
最后，感谢我的家人和朋友，尤其是夫人陈艳女士对我工作的大力支持，她把家里料理得井井有条，并悉心辅导即将“小升初”的桐少小朋友，使得我有充足的时间和精力完成本书的撰写工作。
谨以此书献给致力于中国会计数字化教育改革、致力于企业财务数字化转型、致力于未来成为卓越会计师的读者，愿大家身体健康、生活美满、事业有成！