 班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
|
每期人数限3到5人。 |
| 上课时间和地点 |
开课地址：【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】：电影大厦(地铁一号线大剧院站) 【武汉分部】：佳源大厦【成都分部】：领馆区1号【沈阳分部】：沈阳理工大学【郑州分部】：锦华大厦【石家庄分部】：瑞景大厦【北京分部】：北京中山学院 【南京分部】：金港大厦
最新开班 (连续班 、周末班、晚班）：2020年3月16日 |
| 实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
| 质量保障 |
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
| |
- 数据仓库和商业决策的关系
描述当今商业领域BI和数据仓库的角色
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
OLAP主要的分析方法
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，介绍一种常用的模型：螺旋模型方法。
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。
性能优化并简略讲述
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
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
ETL流程解决方案
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
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
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
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（数据质
|
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业