Kurzusleírás

Bevezetés

  • A meglévő adattárház adatmodellező architektúrák hiányosságai
  • A Data Vault modellezés előnyei

Az Data Vault építészet és tervezési elvek áttekintése

  • SEI / CMM / Megfelelőség

Data Vault alkalmazások

  • Dinamikus adattárház
  • Feltárás Raktározás
  • In-Database Data Mining
  • Külső információk gyors összekapcsolása

Data Vault alkatrészek

  • Hubok, linkek, műholdak

Egy Data Vault

Hubok, kapcsolatok és műholdak modellezése

Data Vault hivatkozási szabályok

Hogyan hatnak egymásra az összetevők

Egy Data Vault modellezése és feltöltése

3NF OLTP átalakítása Data Vault Enterprise Data Warehouse (EDW)

A betöltési dátumok, a befejezési dátumok és a csatlakozási műveletek megértése

Business kulcsok, kapcsolatok, hivatkozási táblák és csatlakozási technikák

Lekérdezési technikák

Betöltés feldolgozás és lekérdezés feldolgozása

A Matrix módszertan áttekintése

Adatok bevitele adatentitásokba

Hub entitások betöltése

Hivatkozási entitások betöltése

Műholdak betöltése

SEI/CMM Level 5 sablonok használata megismételhető, megbízható és számszerűsíthető eredmények elérése érdekében

Konzisztens és megismételhető ETL (Extract, Transform, Load) folyamat kialakítása

Nagyon skálázható és megismételhető raktárak építése és telepítése

Zárszó

Követelmények

  • Az adattárház fogalmainak megértése
  • Az adatbázis- és adatmodellezési fogalmak megértése

Közönség

  • Adatmodellezők
  • Adattárház specialista
  • Üzleti intelligencia szakértők
  • Adatmérnökök
  • Database rendszergazdák
  28 Hours

Résztvevők száma



Ár per résztvevő

Vélemények (1)

Rokon tanfolyam

Rokon kategóriák