课程大纲

介绍

  • 现有数据仓库数据建模架构的缺点
  • Data Vault建模的好处

Data Vault架构和设计原则概述

  • SEI / CMM /合规性

Data Vault应用程序

  • 动态数据仓库
  • 探索仓储
  • 数据库内数据挖掘
  • 外部信息的快速链接

Data Vault组件

  • 枢纽表(Hubs)、连接表(Links)、卫星表(Satellites)

构建一个Data Vault

建模枢纽表(Hubs)、连接表(Links)、卫星表(Satellites)

Data Vault参考规则

组件如何相互交互

建模和填充一个Data Vault

将3NF OLTP转换为Data Vault企业数据仓库(EDW)

了解加载日期、结束日期、连接操作

业务键(Business keys)、关系、连接表、连接技术

查询技巧

加载处理和查询处理

矩阵方法论概述

将数据导入数据实体

加载Hub实体

加载Link实体

加载Satellites

使用SEI / CMM Level 5模板获得可重复、可靠、可量化的结果

开发一致且可重复的ETL(提取、转换、加载)过程

构建和部署高度可扩展且可重复的仓库

结束语

要求

  • 了解数据仓库概念
  • 了解数据库和数据建模概念
 28 小时

人数



每位参与者的报价

客户评论 (1)

相关课程

Knowledge Discovery in Databases (KDD)

21 小时

Cluster Analysis with R and SAS

14 小时

From Data to Decision with Big Data and Predictive Analytics

21 小时

Data Mining and Analysis

28 小时

Data Mining

21 小时

Data Mining with Python

14 小时

Data Mining with R

14 小时

Data Visualization

28 小时

Data Mining with Excel

14 小时

Data Mining with Weka

14 小时

Data Mining & Machine Learning with R

14 小时

Data Science for Big Data Analytics

35 小时

Foundation R

7 小时

KNIME Analytics Platform for BI

21 小时

Platforma analityczna KNIME - szkolenie kompleksowe

35 小时

课程分类