Struttura del corso
Introduzione
- Le carenze delle architetture di modellazione dei dati di data warehouse esistenti
- Vantaggi della modellazione Data Vault
Cenni preliminari su Data Vault architettura e principi di progettazione
- SEI / CMM / Conformità
Data Vault Applicazioni
- Dynamic Data Warehousing
- Magazzinaggio esplorativo
- In-Database Data Mining
- Collegamento rapido di informazioni esterne
Data Vault Componenti
- Hub, collegamenti, satelliti
Costruzione di un Data Vault
Modellazione di hub, collegamenti e satelliti
Data Vault Norme di riferimento
Come i componenti interagiscono tra loro
Modellazione e popolamento di un Data Vault
Conversione di OLTP 3NF in un Data Vault Enterprise Data Warehouse (EDW)
Informazioni sulle date di caricamento, sulle date di fine e sulle operazioni di join
Business Chiavi, relazioni, tabelle di collegamento e tecniche di join
Tecniche di query
Elaborazione del carico ed elaborazione delle query
Panoramica della metodologia Matrix
Inserimento dei dati nelle entità di dati
Caricamento delle entità dell'hub
Caricamento di entità di collegamento
Caricamento dei satelliti
Utilizzo di modelli SEI/CMM di livello 5 per ottenere risultati ripetibili, affidabili e quantificabili
Sviluppo di un processo ETL (Extract, Transform, Load) coerente e ripetibile
Costruzione e implementazione di magazzini altamente scalabili e ripetibili
Osservazioni conclusive
Requisiti
- Comprensione dei concetti di data warehousing
- Comprensione dei concetti di database e modellazione dei dati
Pubblico
- Modellatori di dati
- Specialista del data warehousing
- Specialisti di Business Intelligence
- Ingegneri dei dati
- Database Amministratori
Recensioni (1)
how the trainor shows his knowledge in the subject he's teachign