Course Outline

Invoering

  • De tekortkomingen van bestaande datawarehouse-datamodelleringsarchitecturen
  • Voordelen van Data Vault modellering

Overzicht van Data Vault architectuur en ontwerpprincipes

  • SEI / CMM / Naleving

Data Vault toepassingen

  • Dynamische datawarehousing
  • Verkenning Warehousing
  • In-Database Data Mining
  • Snelle koppeling van externe informatie

Data Vault componenten

  • Hubs, verbindingen, satellieten

Een Data Vault bouwen

Modellering van hubs, verbindingen en satellieten

Data Vault referentieregels

Hoe componenten met elkaar omgaan

Modelleren en vullen van een Data Vault

3NF OLTP omzetten naar een Data Vault Enterprise Data Warehouse (EDW)

Inzicht in laaddatums, einddatums en join-bewerkingen

Business sleutels, relaties, koppeltabellen en join-technieken

Query-technieken

Laadverwerking en queryverwerking

Overzicht van Matrix Methodologie

Gegevens in gegevensentiteiten krijgen

Hub-entiteiten laden

Linkentiteiten laden

Satellieten laden

Gebruik van SEI/CMM Level 5-sjablonen om herhaalbare, betrouwbare en kwantificeerbare resultaten te verkrijgen

Het ontwikkelen van een consistent en herhaalbaar ETL-proces (Extract, Transform, Load).

Het bouwen en implementeren van zeer schaalbare en herhaalbare magazijnen

Slotopmerkingen

Requirements

  • Een goed begrip van datawarehousing-concepten
  • Een goed begrip van concepten voor database- en datamodellering

Publiek

  • Datamodelleurs
  • Specialist op het gebied van datawarehousing
  • Specialisten op het gebied van Business Intelligence
  • Data-ingenieurs
  • Database beheerders
  28 Hours
 

Getuigenissen (1)

Related Courses

Related Categories