数据仓库商业智能实战应用培训

课程收益

  了解商业智能和数据仓库技术的基本技术和使用领域,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。使学员理解数据仓库,了解数据仓库项目的开发过程,为将来参与数据仓库项目奠定坚实的基础。

知识概要

1、数据仓库和商业决策的关系
  
当今商业领域BI和数据仓库的角色 
     
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

2
、数据仓库的概念和术语
  
通用的,被广泛接受的数据仓库定义 
     
独立和非独立的数据集市的不同,适用范围 
     
数据仓库开发的一些主要方法

3
、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。


4
、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,雪花模型

5
、构建数据仓库: 抽取数据
  
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

6
、元数据
 
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

7
、数据仓库
  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

8
、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

9
、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

10
、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

11
、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

12
、产品方案的应用
   IBM Cognos 报表、模型、分析完全解决方案
        Microsoft BI
建模、ETL、报表整体解决方案
        Informatica
ETL解决方案
        
应用案例分析和对比