求知 文章 文库 Lib 视频 iProcess 课程 认证 咨询 工具 讲座 Modeler   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 电子&机械 | 军工学院 | 专家指导  
 电话 English
成功案例   品质保证
 
   
成功案例
某综合性 人工智能与机器学习
某工程研 数据库设计与优化
知名财险 Oracle数据库
某金融公 Mysql集群与性
知名某信 NoSQL缓存数据
财政部唯 大数据分析专题-R
神龙汽车 大数据技术平台-H

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >  
数据治理与数据仓库建模
342 次浏览  17 次
Jadon老师
微创软件技术部总监,担任数据架构师,信息化项目经理
 
地点时间:北京、 上海、深圳根据报名开班
课程费用5700元/人
报线下课
企业内训:可以根据企业需求,定制内训,详见 内训学习手册



认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    数据是业务的实现基础,也是企业的核心资产,随着 IT系统的建设和运营,企业内部的各种数据介质、数据库、数据结构不断积累,数据量也越来越大,需要不断地导入数据仓库备份,这造成了数据的复杂度不断增加、也带来了混乱的风险。本课程基于此种场景,讲解如何对积累的各种数据进行整理,建立IT系统和业务运营可持续的基础。

    培训目标:
    通过培训,学员可以理解并掌握如下技能:
    • 如何对企业的现有复杂的数据进行分析、建模,诊断数据存在的风险和问题
    • 如何设计理想的数据基础架构,包括:元数据模型,元数据类型。
    • 如何针对各种应用需求,设计数据应用架构模型,包括:数据模型,数据类型。
    • 如何基于元数据模型定制应用数据模型
    • 如何对数据的存储空间、数据仓库进行规划,以便容纳不断增长的数据量。
    • 如何建立各个数据之间的结构一致性,
    • 如何建立各个数据存储空间之间的数据流,包括:数据同步和数据备档。
    • 如何对数据的质量进行监控,包括:建立数据质量质量,监控方法和工具。
    培训对象:信息化建设工程师
    学员基础:熟悉数据设计与应用,对数据仓库有一定了解
    授课方式: 定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练

    培训内容:2天

    培训模块 培训内容
    数据治理概览
    • 什么是数据治理
    • 为什么要进行数据治理
    • 数据治理都有哪些工作
      • 如何设计理想的数据基础架构。
      • 如何针对各种应用需求,设计数据应用架构模型。
      • 如何基于元数据模型定制应用数据模型。
      • 如何对数据的存储空间、数据仓库进行规划。
      • 如何建立各个数据之间的结构一致性,
      • 如何建立各个数据存储空间之间的数据同步。
      • 如何对数据的质量进行监控。
    • 某企业数据整理实例回顾与分析
    现有的数据建模与问题诊断
    结合案例讲解:现有数据建模和诊断
    • 现有的数据调查
    • 数据现状建模
    • 数据问题诊断与分析
    • 确定数据整理的目标
    • 确定数据治理的策略
    设计数据架构框架 结合案例讲解:设计数据架构框架方法与实践
      数据架构的构成:
      • 元数据层
      • 数据规范层
      • 数据应用层
    • 建立元数据层框架
    • 建立数据规范
    • 简历数应用层框架
    元数据的定义与设计 结合案例讲解:元数据的定义与设计方法与实践
    • 元数据的定义
    • 元数据的使用场景
    • 元数据的分类
    • 如何从现有业务数据中提炼元数据
    • 元数据的分类
    • 元数据的聚集
    • 元数据的关系建模
    • 元数据的结构建模
    • 元数据的存储设计
    • 元数据的管理方法
    • 建立从元数据到应用数据的配置过程指南
    主数据的结构治理 结合案例讲解:主数据的结构治理方法与实践
    • 什么是主数据
    • 结合实例讲解主数据的建立方法:
      • 如何基于业务识别主数据识别
      • 主数据的关系建模
      • 主数据的结构建模
      • 如何基于元数据配置主数据结构
      • 主数据的逻辑设计
      • 主数据的物理设计
      • 主数据的管理方法
      • 主数据管理系统和技术支持架构
      • 多个主题数据的集成方法
      主数据案例练习与讨论
    数据标准的指定 结合案例讲解:数据标准的指定的方法与实践
    • 数据标准定义
    • 数据标准管理规范
    • 数据标准建设模型,过程
    • 案例介绍
    数据质量的评价与优化 结合案例讲解:数据质量的评价与优化的方法与实践
    • 控制数据质量的方法
    • 数据质量管理模型
    • 数据知识库
    • 利用知识库对数据进行清洗,匹配
    • 自动化进行数据质量控制的方法
    • 数据质量产品介绍
    数据采集 结合案例讲解:数据采集的方法与实践
    • 数据采集方法
    • 数据采集常用工具讲解,SSIS,Kettle
    • 实时数据采集
    • 数据采集定期自动化
    • 数据采集日志和错误管理方法
    数据存储空间的治理 结合案例讲解:数据存储空间的治理的方法与实践
    • 数据存储空间典型的划分模式
    • 数据存储空间要考虑的问题
    • 如何分析数据容量增长需求规划数据存储空间策略
    • 典型的数据存储空间治理原则
    • 各个数据存储空间之间的数据同步策略
    • 数据仓库的数据备档和应用分析设计
    数据扩展设计 结合案例讲解:数据扩展设计的方法与实践
    • 数据存在哪些扩展需求
    • 数据扩展带来的变更成本分析
    • 数据扩展对业务和应用的影响分析
    • 数据结构扩展的设计方法
    • 数据容量的扩展设计方法
    • 如何建立具有可持续扩展能力的数据架构
    数据安全设计 结合案例讲解:数据安全设计的方法与实践
    • 数据安全管理范围
    • 分析整个数据架构存在哪些安全风险
    • 数据安全的建模
    • 数据资源使用场景分析
    • 数据入侵的风险和检测方法
    • 数据并发造成的不一致问题
    • 数据安全设计原则
    • 数据安全的典型处理策略
    • 数据安全技术架构
    • 数据安全生命周期管理
    数据仓库的建模与设计 结合案例讲解:数据仓库的建模与设计的方法与实践
    数据仓库的建模方法
    • 数据仓库模型解决什么问题?
    • 数据仓库环境的数据结构是什么?
    • 为什么多维模型是整个数据仓库的模型基础?
    • 数据仓库中还需要E-R模型吗?
    • 星型模式解决的问题
    • 雪花模式解决的问题
    结合案例讲解:元数据的定义与设计方法与实践
    数据仓库的设计
    • 如何从分析业务
    • 定义业务模型
    • 执行策略分析的方法
    • 使用业务处理矩阵分析业务模型
    • 如何从业务中识别业务测量指标和维
    • 如何定义颗粒度
    • 确定业务定义和规则的重要性
    • 编制元数据
    • 业务元数据元素
    数据建模的逻辑模型 结合案例讲解:数据建模的逻辑模型方法与实践
    数据建模逻辑模型
    • 定义逻辑模型
    • 定义维模型
    • 星型维模式
    • 星型维模式优点
    • 实事表的特征
    • 非可加性事实和半可加性事实的设计方法
    • 事实表事实如何选取
    • 识别基本事实指标和驱动事实指标
    • 维表特点
    • 缓慢变化维
    • 数据库键类型
    • 定义维的层次
    • 明细业务事实粒度选取
    • 如何对事实进行汇总
    • 数据钻取
    数据建模的物理模型 结合案例讲解:数据建模的物理模型的方法与实践
    数据建模物理模型
    • 定义物理模型
    • 转换维模型到物理模型
    • 物理模型架构要求
    • 硬件设计(cpu架构,ssd,?内存)
    • 大数据存储设计和性能设计
    • 大数据评估数据库容量
    • 大数据数据分区优化技术
    • 大数据索引优化设计
    • 星型查询优化
    • 大数据并行数据处理优化技术
    • 大数据使用聚合优化技术
    • 设计数据仓库的安全性
    数据治理案例介绍
    • 案例介绍
    • 案例需求分析
    • 数据仓库设计与数据治理
     
    342 次浏览  17 次
    其他人还看了课程
    数据治理与数据资产管理  154 次浏览
    基于Docker进行自动化部署与测试  247 次浏览
    AS9100D标准内审员课程  131 次浏览
      
    数据治理与数据仓库建模  342 次浏览
    定制内训



    咨询服务:大数据技术平台构建与应用
    咨询目标 帮助客户设计、规划大数据架构
    帮助客户建立大数据技术平台,
    帮助客户建立大数据分析模型
    咨询范围 大数据架构:数据结构模型,存储空间,数据分析模型
    大数据技术平台:分布式存储与计算平台,采集工具,分析工具
    大数据分析应用案例:分析模型,结果报告
    咨询方式 调查分析客户当前的数据资源和使用情况。
    为客户设计大数据架构
    搭建大数据技术平台
    建立大数据分析应用示例。
    详情咨询:010-62670969, zhgx@uml.net.cn

    最新活动计划
    需求分析管理 11-5[北京]
    ANSYS 有限元分析实战 11-23[北京]
    企业架构师(TOGAF官方认证)11-28[北京]
    Apache ActiveMQ技术实战 12-9[北京]
    人工智能,机器和深度学习11-26 [上海]
    分布式系统设计与实践 12-12[上海]
    云平台与微服务架构设计 11-15 [深圳]
    北京  需求分析师能力认证
    某电信运营供应商  应用UML进行面向对象分析设计
    某综合性科研机构  人工智能与机器学习应用
    中国平安  测试质量控制与管理
    某新能源电力企业  软件架构设计方法、案例与实践