Modelowanie skarbca danych to technika modelowania baz danych, która zapewnia długoterminowe archiwalne przechowywanie danych pochodzących z wielu źródeł Przechowalnia danych przechowuje pojedynczą wersję faktów lub "wszystkie dane, cały czas" Jego elastyczny, skalowalny, spójny i dostosowujący się projekt obejmuje najlepsze aspekty trzeciej normalnej formy (3NF) i schematu gwiazdy W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak zbudować skarbiec danych Pod koniec tego szkolenia uczestnicy będą mogli: Zapoznaj się z koncepcjami architektury i projektowania kryjącymi się za Data Vault 20 oraz jego interakcją z Big Data, NoSQL i AI Użyj technik przechwytywania danych, aby umożliwić inspekcję, śledzenie i przeglądanie danych historycznych w hurtowni danych Opracuj spójny i powtarzalny proces ETL (Extract, Transform, Load) Buduj i wdrażaj wysoce skalowalne i powtarzalne magazyny Publiczność Modelarze danych Specjalista ds Hurtowni danych Specjaliści Business Intelligence Inżynierowie danych Administratorzy baz danych Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
Machine Translated
Introduction
- The shortcomings of existing data warehouse data modeling architectures
- Benefits of Data Vault modeling
Overview of Data Vault architecture and design principles
Data Vault applications
- Dynamic Data Warehousing
- Exploration Warehousing
- In-Database Data Mining
- Rapid Linking of External Information
Data Vault components
Building a Data Vault
Modeling Hubs, Links and Satellites
Data Vault reference rules
How components interact with each other
Modeling and populating a Data Vault
Converting 3NF OLTP to a Data Vault Enterprise Data Warehouse (EDW)
Understanding load dates, end-dates, and join operations
Business keys, relationships, link tables and join techniques
Query techniques
Load processing and query processing
Overview of Matrix Methodology
Getting data into data entities
Loading Hub Entities
Loading Link Entities
Loading Satellites
Using SEI/CMM Level 5 templates to obtain repeatable, reliable, and quantifiable results
Developing a consistent and repeatable ETL (Extract, Transform, Load) process
Building and deploying highly scalable and repeatable warehouses
Closing remarks
.jpg "polska grupa farmaceutyczna (pgf)")
.png "ministerstwo spraw wewnętrznych i administracji (mswia)")
.jpg "komisja nadzoru finansowego (knf)")
.jpg "zakład ubezpieczeń społecznych (zus)")
.gif "telekomunikacja polska (tp)")
.jpg "ministerstwo obrony narodowej (mon)")
.jpg "ministerstwo kultury i dziedzictwa narodowego (mkidn)")
