求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 机械 | 军工学院 | 定向培养 | 专家指导  
 电话 English
成功案例   品质保证
 
   
成功案例
中航信 数据湖架构原理与应
某医疗磁 数据采集与处理
某科技公 大数据(Hadoo
诺基亚 Python基础
天津电子 Elasticse
中国电信 数据仓库与数据挖掘
某航天科 MySQL性能优化

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 >数据库与大数据  
数据仓库多维建模方法与应用   
3182 次浏览  51 次
戴老师
曾任微软AdCenter商业智能分析师, 负责数据仓库及商业智能项目实施及产品推广应用 。
时间地点:北京、深圳、 上海、根据报名开班
课程费用:5000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


    本次课程将介绍培训数据仓库多维建模理论、方法。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);培训两种建模方法第三范式 (3NF,即 Third Normal Form)和星型模式 (Star-Schema)的特点和它们在数据仓库系统中的适用场合。

    课程特点:

    • 培训过程中将以大型项目案例为背景,逐步讲解整个数据仓库的设计过程和实施方法
    • 课程将以深入浅出的案例让学员轻松掌握数据仓库相关技术
    • 课程的重点是项目实施,将深入探讨数据仓库项目的实施问题,逐一解决数据仓库实施过程中所遇到的问题和处理技巧
    • 结合动手实验和小而精的例子,使学员充分理解多维建模理论、方法

     

    培训目标:

    • 通过完整项目案例,客户将学会数据仓库设计和实施的标准方法
    • 客户将学会如何分析问题,如何快速开发本行业的数据仓库项目
    • 客户将学会解决数据仓库实施过程中所遇到的重点和难点问题
    • 通过动手实验,客户将学会微软商业智能相关工具的操作使用
    • 客户将学习最新数据仓库和商业智能领域的前沿技术
    培训对象:数据仓库工程师
    学员基础:了解数据仓库原理,最好有一定应用基础
    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

    • 数据仓库基础知识
    • 数据仓库概览
      • 数据仓库组织原理
      • 数据仓库三级数据模型
      • 数据仓库的建模
      • 数据仓库的元数据定义
      • 数据仓库的数据转储
      • 数据集成与变换
      • 数据规约
      • 数据仓库设计流程
      • 数据仓库的访问
    • 数据仓库的扩展
    • 数据仓库多维建模方法
      • 星型模型
      • 雪花型模型
      • 如何从商业应用中标识事实表和它们的属性
      • 如何从商业应用中标识维表和它们的属性
      • 两种建模方法与第三范式比较
      • 星型模式 (Star-Schema)的特点和它们在数据仓库系统中的适用场合
    • 构建多维
    • 数据库
    • 创建多维数据库
      • 定义数据源
      • 定义数据源视图
      • 创建维度
      • 创建多维数据集
      • 设置量度组成员
      • 高级应用
    • 统一维度模型(UDM)
      • 定义业务实体
      • 定义业务逻辑
      • 定义计算成员
      • UDM高级应用
    • MDX语言
      • MDX概念
      • MDX语法结构
      • MDX的查询功能
      • 使用MDX定制商务逻辑
      • MDX复杂案例分析
      • MDX与权限管理
      • MDX高级应用
    • OLAP的聚合方式
      • ROLAP聚合方式
      • MOLAP聚合方式
      • HOLAP聚合方式
      • OLAP高级应用
    • 专数据仓库的海量数据优化部分
    • 海量数据的特点
      • 什么是海量数据
      • 海量数据的特点
      • 海量数据与行业应用
    • 16种海量数据优化方法详解
      • 海量数据分区处理
      • 使用中间表和临时表
      • 分批次处理
      • 建立广泛的索引
      • 建立缓存机制
      • 使用文本和二进制格式进行处理
      • 定制强大的清洗规则和出错处理机制
      • 建立视图或者物化视图
      • 其他优化方法
    • 数据仓库中海量数据的处理方式
      • 数据仓库中的海量数据特点
      • 数据仓库中的海量数据的处理方式
      • 分布式数据仓库的特点及应用
    • 海量数据高级应用
      • 大型项目中海量数据的优化案例分析
      • 使用海量数据优化工具
      • 数据仓库的性能调优技巧
     
    3182 次浏览  51 次
    其他人还看了课程
    NoSQL数据库(原理、应用、最佳实践)  5535 次浏览
    Sybase数据库系统管理及备份恢复  2656 次浏览
    Hadoop与NoSQL最佳实践  2143 次浏览
    数据挖掘应用(电信行业)  2715 次浏览
    数据仓库多维建模方法与应用  3182 次浏览
    复杂数据库分析、设计与建模  3587 次浏览
    定制内训


    咨询服务:数据库设计与性能优化
    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
    课程计划
    QT应用开发 11-21[线上]
    C++高级编程 11-27[北京]
    LLM大模型应用与项目构建 12-26[特惠]
    UML和EA进行系统分析设计 12-20[线上]
    数据建模方法与工具 12-3[北京]
    SysML建模专家 1-16[北京]