Schulungsübersicht
Einführung
- Die Unzulänglichkeiten bestehender Data-Warehouse-Datenmodellierungsarchitekturen
- Vorteile der Data Vault-Modellierung
Überblick über die Data Vault-Architektur und Designprinzipien
- SEI / CMM / Konformität
Data Vault-Anwendungen
- Dynamisches Data Warehousing
- Exploration Warehousing
- In-Database Data Mining
- Schnelle Verknüpfung von externen Informationen
Data Vault Komponenten
- Knotenpunkte, Links, Satelliten
Aufbau eines Data Vault
Modellierung von Hubs, Links und Satelliten
Data Vault Referenzregeln
Wie Komponenten miteinander interagieren
Modellierung und Befüllung eines Data Vault
Umwandlung von 3NF OLTP in ein Data Vault Enterprise Data Warehouse (EDW)
Verstehen von Ladedaten, Enddaten und Join-Operationen
Business Schlüssel, Beziehungen, Verknüpfungstabellen und Verknüpfungstechniken
Abfragetechniken
Lastverarbeitung und Abfrageverarbeitung
Überblick über die Matrix Methodik
Abrufen von Daten in Datenentitäten
Laden von Hub-Entitäten
Laden von Link-Entitäten
Laden von Satelliten
Verwendung von SEI/CMM Level 5 Vorlagen, um wiederholbare, zuverlässige und quantifizierbare Ergebnisse zu erhalten
Entwicklung eines konsistenten und wiederholbaren ETL-Prozesses (Extrahieren, Transformieren, Laden)
Aufbau und Bereitstellung hoch skalierbarer und wiederholbarer Warehouses
Schlussbemerkungen
Voraussetzungen
- Verständnis von Data-Warehousing-Konzepten
- Verständnis von Datenbank- und Datenmodellierungskonzepten
Zielgruppe
- Datenmodellierer
- Data-Warehousing-Spezialisten
- (0) Intelligenz-Spezialisten
- Daten-Ingenieure
- Database Administratoren
Erfahrungsberichte (1)
how the trainor shows his knowledge in the subject he's teachign