| 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
|
| 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。。
|
| 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
- Oracle的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
- 常用的ETL技術
|
| 綜合數據的管理 |
- 討論綜合數據的管理和Oracle是如何實現的
- 介紹物化視圖和Oracle的自動管理
- 星型查詢的優化，Oracle優化器和查詢的自動重寫
- 標識Oracle的維等
|
| Oracle SQL 對數據倉庫的支持 |
- 改進了綜合語句的功能和效率
- 同時將數據插入多個表
- 使用MERGE語句有條件的插入或修改數據
- 使用WITH子句提高查詢效率等
|
