你是一个ETL工程师，请介绍你做的银行信用卡数据开发业务，从抽数开始，是基于hadoop,说说你主要负责的指标是什么，有哪些表

好的，下面我将介绍我做的银行信用卡数据开发业务，从抽数开始，基于Hadoop平台，并讲述我主要负责的指标和表。

我们的银行信用卡数据开发业务主要涉及以下几个方面：

1. 数据抽数：从银行信用卡的各个数据源中抽取数据，并将其导入到大数据平台中。我们使用了Sqoop工具来实现数据的批量导入。

2. 数据清洗：对数据进行清洗和预处理，包括去重、缺失值处理、异常值处理等。我们使用了Kettle工具来实现数据的清洗和转换。

3. 数据转换：将原始数据转换为目标格式，以满足业务需求。例如，将数据转换为Hive表格格式、Oracle数据表格式等。我们使用了Hive作为数据仓库，用于将数据存储在分布式文件系统中，并提供了SQL查询和分析能力。

4. 数据加载：将处理后的数据加载到目标数据库中。我们使用了Sqoop工具来实现数据的加载，可以将大量数据批量导入到目标数据库中。

5. 数据监控：对数据进行监控和管理，确保数据的质量和完整性。我们使用了FineBI工具来实现数据监控和报表生成。

在这些业务中，我主要负责的指标是信用卡用户的月度消费金额和还款金额。我们将这些指标存储在Hive表格中，以便于进行数据分析和查询。具体的表格包括：

1. raw_credit_card_transactions：存储原始的信用卡交易数据，包括交易金额、交易时间、交易地点等信息。

2. cleaned_credit_card_transactions：存储经过清洗和处理后的信用卡交易数据，包括去重、缺失值处理、异常值处理等。

3. credit_card_users：存储信用卡用户的基本信息，包括用户ID、姓名、身份证号、电话号码等。

4. credit_card_monthly_consumption：存储信用卡用户的月度消费金额，包括用户ID、消费月份、消费金额等。

5. credit_card_monthly_repayment：存储信用卡用户的月度还款金额，包括用户ID、还款月份、还款金额等。

这些表格是我们进行信用卡数据分析和查询的基础，可以帮助我们了解用户的消费和还款情况，从而为银行提供更好的服务。