內容
|
大綱
|
數據倉庫和商業決策的關系
|
??描述當今商業領域BI和數據倉庫的角色
??描述為什么在線聯機系統(OLTP)不能滿足決策支持
??決策支持系統的數據抽取流程所帶來的數據倉庫技術
??使用數據倉庫技術的原因
??如何使用數據倉庫來加速商業決策和提高決策的質量
??OLAP主要的分析方法
|
數據倉庫的概念和術語
|
??通用的,被廣泛接受的數據倉庫定義
??獨立和非獨立的數據集市的不同,適用范圍
??數據倉庫開發的一些主要方法,介紹一種常用的模型:螺旋模型方法。
|
設計,分析,和管理數據倉庫項目
|
??解釋開發和實現數據倉庫的財政目的
??開發時間的控制。
??概述數據倉庫項目的關鍵任務
??討論商業和用戶需求的收集
??如何標識用戶的主要業務,并在短時間實現這一主要業務。
??性能優化并簡略講述
|
數據倉庫建模
|
??討論數據倉庫環境下的數據結構
??討論數據倉庫的設計步驟:
??–定義商業模型
??–定義維度模型
??–定義物理模型
??–介紹星型模型,簡介雪花模型和星座模型
|
構建數據倉庫: 抽取數據簡介
|
??構建數據倉庫的ETL (Extraction, Transformation, and Loading)概述
??ETL任務, 重點和代價
??解釋如何去檢查數據源
??ETL流程解決方案
|
元數據簡介
|
??數據倉庫元數據定義、類型以及在數據倉庫環境中的角色
??數據倉庫元數據的類型
??開發元數據的策略等
|
數據倉庫基本概念介紹
|
??數據倉庫的基本元素
??數據倉庫的基本形式
??數據倉庫的特點
??數據倉庫的開發特性
??數據倉庫與決策支持系統
??數據倉庫與數據集市
|
定義數據倉庫的商業和邏輯模型
|
??討論企業級的策略分析工作
??定義商業模型的各個部分
??討論數據倉庫中元數據所扮演的角色,及追蹤元數據的方法
??定義邏輯模型和實體關系模型
|
創建維模型
|
??詳細介紹星型模型
??如何從商業應用中標識事實表和它們的屬性(列)
??如何從商業應用中標識維表和它們的屬性(列)
??討論數據倉庫中的層次
??討論數據倉庫的分析方法
|
創建物理模型
|
??如何將維模型轉換成物理模型
??討論數據倉庫對體系結構的需求
??介紹各種硬件體系結構的優缺點
??討論數據倉庫所需的數據庫服務器特性
|
物理模型的存儲
|
??介紹數據倉庫大小的測試技術和測試樣品的選取
??介紹數據倉庫索引的類型和策略
??討論數據倉庫的表空間特性和策略
??討論數據倉庫中表和索引的分區方法
|
ETL策略
|
??介紹在構建數據倉庫過程中的ETL方法
??ETL的常見問題(數據質量與控制調度策略)
??常用的ETL技術
|
數據倉庫產品工具展現案例分析
|
??IBM /Oracle 解決方案分析
??電信行業解決方案(數據倉庫構建,結合實際省份的構建案例,介紹常用的技術、常見問題及解決方法、)
|
數據挖掘
|
??定義、關系及目的
??模型+算法
??方法論
??數據準備、分類、關聯規則、知識類型、數據挖掘模型、數據挖掘過程、系統結構
|
數據倉庫延伸知識
|
??云計算
??互聯網BI
??大數據
|