La modellazione di data vault è una tecnica di modellazione di database che fornisce memoria storica a lungo termine di dati provenienti da più origini Un data vault memorizza una singola versione dei fatti o "tutti i dati, sempre" Il suo design flessibile, scalabile, coerente e adattabile racchiude gli aspetti migliori di 3a forma normale (3NF) e schema a stella In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come costruire un Data Vault Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere i concetti di architettura e design alla base di Data Vault 20 e la sua interazione con Big Data, NoSQL e AI Utilizzare tecniche di vaulting dei dati per abilitare il controllo, la traccia e l'ispezione dei dati storici in un data warehouse Sviluppare un processo ETL (Estrarre, Trasformare, Caricare) coerente e ripetibile Costruisci e distribuisci magazzini altamente scalabili e ripetibili Pubblico Modellatori di dati Specialista di data warehousing Specialisti in Business Intelligence Ingegneri dei dati Amministratori del database Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
Machine Translated
Introduction
- The shortcomings of existing data warehouse data modeling architectures
- Benefits of Data Vault modeling
Overview of Data Vault architecture and design principles
Data Vault applications
- Dynamic Data Warehousing
- Exploration Warehousing
- In-Database Data Mining
- Rapid Linking of External Information
Data Vault components
Building a Data Vault
Modeling Hubs, Links and Satellites
Data Vault reference rules
How components interact with each other
Modeling and populating a Data Vault
Converting 3NF OLTP to a Data Vault Enterprise Data Warehouse (EDW)
Understanding load dates, end-dates, and join operations
Business keys, relationships, link tables and join techniques
Query techniques
Load processing and query processing
Overview of Matrix Methodology
Getting data into data entities
Loading Hub Entities
Loading Link Entities
Loading Satellites
Using SEI/CMM Level 5 templates to obtain repeatable, reliable, and quantifiable results
Developing a consistent and repeatable ETL (Extract, Transform, Load) process
Building and deploying highly scalable and repeatable warehouses
Closing remarks
.png "new york stock exchange (nyse)")
.jpg "european molecular biology laboratory (embl)")
.png "european space agency (esa)")
