OR9 - Oracle - Oracle Database: Data Warehousing Fundamentals - podstawy
- wykład
- laboratorium
- prezentacje
- ćwiczenia praktyczne
- studium przypadków
- dyskusje
- pytania i odpowiedzi
- administracja
- programowanie
- użytkowanie
- projektowanie
- tworzenie aplikacji
- bazy danych
- notatnik, długopis
- lunch
- kawa, herbata, napoje, ciasteczka
- dyplom
- zaświadczenie o ukończeniu kursu
- materiały szkoleniowe w wersji elektronicznej
Inżynierowie wsparcia
Administratorzy hurtowni danych
Programiści
Analitycy hurtowni danych
Programiści hurtowni danych
Twórcy aplikacji
Kierownicy projektów
W trakcie szkolenia słuchacze poznają podstawowe pojęcia związane z hurtowniami danych i uczą się zagadnień związanych z planowaniem, budowaniem i utrzymywaniem hurtowni danych. Uczestnicy uczą się jak poprawić wydajność oraz kontrolę nad hurtownią danych przy pomocy różnych funkcjonalności bazy danych Oracle.
Słuchacze uczą się również o podstawach architektury partycjonowania bazy danych Oracle i identyfikują zalety partycjonowania. Słuchacze przeglądają zalety równoległych operacji, które redukują czas odpowiedzi w przypadku operacji wykorzystujących dużą ilość danych. Kursanci uczą się jak wydobywać, transformować i ładować dane do hurtowni Oracle (ETL). Słuchacze poznają podstawowe zalety używania widoków zmaterializowanych do poprawy wydajności hurtowni danych. Słuchacze uczą się również jak przepisanie kwerendy na bardziej efektywną może poprawić wydajność hurtowni. Słuchacze dokują przeglądu OLAP i hurtowni danych i identyfikują pewne zagadnienia związane z ich implementacją.
Słuchacze używają w podstawowym zakresie dostępne narzędzia, jak Oracle Warehouse Builder, Analytic Workspace Manager i Oracle Application Express.
Naucz się:
Definiować terminologię i wyjaśniać podstawowe pojęcia hurtowni danych
Identyfikować technologię i wybrane narzędzia Oracle do pomyślnej implementacji hurtowni danych
Opisywać metody i narzędzia do wydobywania, transformacji i ładowania danych.
Identyfikować wybrane narzędzia do dostępu i analizy danych w hurtowni.
Opisać zalety partycjonowania, operacji równoległych, widoków zmaterializowanych i optymalizacji kwerend w hurtowni danych.
Wyjaśnić zagadnienia dotyczące projektu hurtowni danych związane z implementacją i organizacją.
Sugerowane wymagania wstępne:
Znajomość ogólnych pojęć związanych z hurtowniami danych
Znajomość technologii klient-serwer
Wstęp
Zagadnienia poruszane na szkoleniu
Plan szkolenia
Wymagania wstępne w tym wymagania sugerowane
Przykładowa chematy: sh i dm oraz dodatki wykorzystywane na szkoleniu
Informacje o Class Account
Środowisko SQL i narzędzia hurtowni danych wykorzystywane w czasie szkolenia
Oracle Data Warehousing, dokumentacja SQL oraz Oracle w przykładach
Dalsze kształcenie:zalecane szkolenia
Hurtownie danych, Business Intelligence, OLAP i Data Mining
Definicje i własności hurtowni danych
Hurtownie danych, Business Intelligence, Data Marts i OLTP
Typowe składniki hurtowni danych
Podejścia projektowe przy tworzeniu hurtowni danych
Extraction, Transformation i Loading (ETL)
Model wielowymiarowy i Oracle OLAP
Oracle Data Mining
Definiowanie pojęć i terminologii hurtowni danych
Definicja i właściwości hurtowni danych
Hurtowania danych vs OLTP
Hurtownia danych vs Data Marts
Typowe składniki hurtowni danych
Podejścia projektowa przy tworzeniu hurtowni danych
Składniki procesu hurtowni danych
Zadania fazy określania strategii
Wstęp do analizy przypadków
Modelowanie: biznesowe, logiczne, wymiarowe i fizyczne
Zagadnienia związane z modelowanie hurtowni danych
Definiowanie modelu biznesowego
Definiowanie modelu logicznego
Definiowanie modelu wymiarowego
Definiowanie modelu fizycznego: schemat gwiazdy, płatka śniegu i trzecia postać normalna
Charakterystyka tabel faktów i wymiarów
Przenoszenie wymiarów biznesowych na tabele wymiarów
Przenoszenie modelu wymiarowego na model fizyczny
Zagadnienia dotyczące rozmiaru bazy danych, składowania, wydajności i bezpieczeństwa
Ustalanie rozmiaru bazy danych, szacowanie i weryfikacja
Zalety architektury bazy danych Oracle
Partycjonowanie danych
Indeksowanie
Optymalizacja kwerend typu gwiazdy
Równoległość
Bezpieczeństwo w hurtowniach danych
Strategia Oracle przy bezpieczeństwie hurtowni danych
Proces ETL: Wydobywanie danych
Proces Extraction, Transformation Loading (ETL)
ETL: zadania, ważność i koszt
Wydobywanie danych i źródła danych
Mapowanie danych
Logiczne i fizyczne wydobywanie metadanych
Techniki wydobywania i zarządzanie wydobywaniem metadanych
Możliwe błędy ETL i jakość zarządzania ETL
Narzędzia Oracle ETL: Oracle Warehouse Builder, SQL*Loader i Data Pump
Proces ETL: Transformacje danych
Transformacja
Model danych pośrednich, lokalny i zdalny
Anomalie danych
Procedury transformacji
Transformowanie danych: problemy i ich rozwiązywanie
Jakość danych: ważność i zalety
Techniki i narzędzia transformacji
Zarządzanie meta danymi transformacji
Proces ETL: Ładowanie danych
Ładowanie danych do hurtowni
Transformacje przy użyciu plików płaskich, systemów dystrybuowanych i transportowanych przestrzeni tabel
Budowanie i ładowanie procesu
Granularność danych
Techniki ładowania danych dostarczane przez Oracle
Przetwarzanie danych po załadowaniu
Indeksowanie i sortowanie danych oraz weryfikacja integralności danych
Odświeżanie danych w hurtowni
Projektowanie strategii odświeżania do wychwytywania zmian danych
Wymagania użytkownika
Wymagania okna ładowania
Planowanie i kolejkowanie Load Window
Wychwytywanie zmian danych do odświeżania
Odnotowywanie czasu i daty, wyzwalacze bazy danych i logi bazy danych
Aplikowanie zmian danych
Końcowe zadania
Widoki zmaterializowane
Używanie podsumowań i poprawianie wydajności
Używanie widoków zmaUsing Materialized Views for Summary Management
Rodzaje widoków zmaterializowanych
Tryby budowy i odświeżania
Optymalizacja kwerend: przegląd
Optymalizacja kwerend w oparciu o koszt
Praca z wymiarami i hierarchiami
Metadane
Definiowanie meta danych hurtowni
Metadane: użytkownicy i typy
Przeglądanie meta danych: metadane ETL
Metadane: Extraction, Transformation, Loading
Określanie przydatności meta danych i zamierzonego ich wykorzystania
Identyfikowanie meta danych docelowych użytkowników oraz wybór narzędzi i technik
Integrowanie wielu zestawów metadanych
Zarządzanie zmianami meta danych
Zagadnienia dotyczące implementacji hurtowni danych
Zarządzanie projektami
Wymagania, specyfikacja i definicja
Logiczne, wielowymiarowe i fizyczne modele danych
Architektura hurtowni danych
Zagadnienia dotyczące ETL, raportowania i bezpieczeństwa
Zarządzanie meta danymi
Testowanie implementacji i zarządzanie zmianami po implementacji
Użyteczne zasoby i White Papers
| Początek: | Koniec: | Cena netto: 2100 zł (brutto 2583,00 zł) |
| 2012-06-25 | 2012-03-25 | |
| 2012-07-23 | 2012-07-25 | |
| 2012-08-27 | 2012-08-29 | |
| 2012-09-18 | 2012-09-20 | |
| 2012-10-16 | 2012-10-18 | |
| 2012-11-21 | 2012-11-23 | |
| 2012-12-25 | 2012-12-27 | |
| Zapisz się | ||
