|
|
|
|
全部课程 >数据库与大数据 |
|
数据仓库架构设计与优化
|
1799 次浏览 55 次
|
|
|
时间地点: 北京
上海 深圳根据报名开班 |
课程费用:5000元/人 详见 公开课学习手册 |
|
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
|
|
|
|
本课程是面向那些有兴趣建立或理解数据仓库、决策支持系统的技术人员(包括商业分析员,经济分析员,经理,企业管理者),
通过本课程的学习,学员将了解基于数据仓库技术的使用领域,数据仓库技术的发展,数据仓库模型的构建,数据仓库数据ETL过程,数据仓库项目的管理; |
培训目标: |
了解数据仓库和商业决策的关系
了解数据仓库的概念和术语
元数据简介
元数据简介
设计,分析,和管理数据仓库项目
数据仓库建模
定义数据仓库的商业和逻辑模型
创建维模型
创建物理模型
物理模型的存储
构建数据仓库: 抽取数据简介
ETL策略
综合数据的管理
数据仓库的性能优化
|
培训对象:数据仓库工程师和工作人员 |
学员基础:了解数据库基本原理,具有数据仓库的应用经验 |
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
|
数据仓库和商业决策的关系 |
描述为什么在线联机系统(OLTP)不能满足决策支持
决策支持系统的数据抽取流程所带来的数据仓库技术
使用数据仓库技术的原因
如何使用数据仓库来加速商业决策和提高决策的质量
|
数据仓库基本概念介绍 |
数据仓库的基本元素
数据仓库的基本形式
数据仓库的特点
数据仓库的开发特性
数据仓库与决策支持系统
数据仓库与数据集市)
|
元数据简介 |
数据仓库元数据定义、类型以及在数据仓库环境中的角色
数据仓库元数据的类型
开发元数据的策略等
|
设计,分析,和管理数据仓库项目 |
解释开发和实现数据仓库的财政目的
开发时间的控制。
概述数据仓库项目的关键任务
讨论商业和用户需求的收集
如何标识用户的主要业务,并在短时间实现这一主要业务。
|
数据仓库建模 |
讨论数据仓库环境下的数据结构
讨论数据仓库的设计步骤:
–定义商业模型
–定义维度模型
–定义物理模型
–介绍星型模型,简介雪花模型和星座模型 |
定义数据仓库的商业和逻辑模型 |
讨论企业级的策略分析工作
定义商业模型的各个部分
讨论数据仓库中元数据所扮演的角色,及追踪元数据的方法
定义逻辑模型和实体关系模型 |
创建维模型
|
详细介绍星型模型
如何从商业应用中标识事实表和它们的属性(列)
如何从商业应用中标识维表和它们的属性(列)
讨论数据仓库中的层次
讨论数据仓库的分析方法
|
创建物理模型 |
如何将维模型转换成物理模型
讨论数据仓库对体系结构的需求
介绍各种硬件体系结构的优缺点
讨论数据仓库所需的数据库服务器特性 |
物理模型的存储 |
介绍数据仓库大小的测试技术和测试样品的选取
介绍数据仓库索引的类型和策略
讨论数据仓库的表空间特性和策略
讨论数据仓库中表和索引的分区方法
|
构建数据仓库:
抽取数据简介 |
构建数据仓库的ETL (Extraction, Transformation,
and Loading)概述
ETL任务, 重点和代价
解释如何去检查数据源
Oracle的ETL流程解决方案
|
ETL策略 |
介绍在构建数据仓库过程中的ETL方法
ETL的常见问题
常用的ETL技术
|
综合数据的管理 |
讨论综合数据的管理和Oracle是如何实现的
介绍物化视图和Oracle的自动管理
星型查询的优化,Oracle优化器和查询的自动重写
标识Oracle的维等
|
数据仓库的性能优化 |
改进了综合语句的功能和效率
同时将数据插入多个表
使用MERGE语句有条件的插入或修改数据
使用WITH子句提高查询效率等
|
|
|
|
|
|
|
|
|
1799 次浏览 55 次
|
其他人还看了课程 |
|
|
|
|
|
咨询目标
|
对客户的数据库进行性能评价,设计优化,管理优化 |
咨询范围 |
数据库性能评价,数据库结构优化,数据访问SQL优化。 |
咨询方式 |
现有数据库调查,问题诊断,性能评价。
对数据库进行逻辑结构优化,对数据库进行访问SQL优化。
建立数据库运行监控平台。运行监控与优化方法指导。 |
成功案例 |
建设银行,中国农业银行,中国工商银行,中航信 |
详情咨询:010-62670969, zhgx@uml.net.cn
|
|
|
|
|
|