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
Getuigenissen (1)
how the trainor shows his knowledge in the subject he's teachign