Visão Geral

Curso Designing a Data Warehouse: Há muitas considerações a serem feitas ao realizar o design de um data warehouse para dar suporte às suas soluções de Business Intelligence empresarial. Equipar sua equipe de design de data warehouse com as habilidades necessárias ajudará a garantir que você arquitete seu data warehouse para crescimento e escalabilidade futuros, além de atender a todas as suas necessidades de análise de dados por meio de um design robusto e desempenho ideal.

Este Curso Designing a Data Warehouse é voltado para designers, implementadores e gerentes de data warehouse e business intelligence, mas também servirá como uma boa base para analistas de negócios e dados que estarão envolvidos no trabalho com data warehouses e implantações de business intelligence.

Os participantes serão apresentados à terminologia básica e aos conceitos de uma arquitetura de Data Warehouse baseada em Kimball. O curso abrange Técnicas de Modelagem de Dimensões, introduzindo os conceitos básicos de Tabelas de Fatos, Tabelas de Dimensões, Hierarquias de Dimensões e muito mais.

Estudos de caso são usados ​​para demonstrar os conceitos ensinados e para introduzir a necessidade de algumas das técnicas de modelagem mais avançadas, como tabelas sem fatos, arquitetura de barramento de data warehouse empresarial, tratamento de dimensões e instantâneos de mudança lenta, tabelas de ponte e hierarquias recursivas.

Objetivo

Após realizar este Curso Designing a Data Warehouse você será capaz de:

• Introdução ao Data Warehousing, Business Intelligence e Modelagem Dimensional
• Técnicas de modelagem dimensional de Kimball
• Tabelas de fatos transacionais, tabelas de fatos sem fatos
• Snapshot periódico e tabelas de fatos acumulativos
• Arquitetura de barramento empresarial e matriz
• Dimensões que mudam lentamente
• Dimensões de Role Play, Junk, Moeda e Auditoria
• Plano de Contas, Calendário e Dimensões de Hierarquia Recursiva
• Ciclo de vida do data warehouse, processos de modelagem e técnicas ETL/ELT

Publico Alvo

• Todos os indivíduos que estarão envolvidos em algum elemento do trabalho com um data warehouse se beneficiarão ao obter uma compreensão dos conceitos de modelagem de dimensão que influenciam o design final de um data warehouse.

Materiais

Conteúdo Programatico

Introduction to Data Warehousing, Business Intelligence & Dimension Modelling

1.  Data Capture & Data Analysis
2.  Goals of Data Warehousing & BI
3.  Data Warehouses & Data Marts
4.  Kimball’s Data Warehouse/BI Architecture
5.  Alternative Data Warehouse/BI Architecture
6.  Star Schemas Versus OLAP Cubes
7.  OLAP Deployment Considerations
8.  Extract Transform Load (ETL)
9.  BI Applications

Kimball Dimensional Modelling Techniques

1.  Fundamental Concepts
2.  Four Step Design Process
3.  Basic Fact Tables
4.  Dimension Tables
5.  Calendar Dimensions
6.  Role Playing Dimensions
7.  Snowflake Dimensions
8.  Conformed Dimensions
9.  Slowly Changing Dimensions
10.  Dimension Hierarchies
11.  Advanced Fact Table Techniques
12.  Advanced Dimension Table Techniques
13.  Special Purpose Schemas

Dimensional Design Process - Transactional Data

1.  Retail Case Study
2.  Four Step Process for Designing Dimensional Models
3.  Nulls in dimensional model
4.  Snowflake Dimension Attributes
5.  Degenerate Dimensions
6.  Fact Table Granularity
7.  Transaction Fact Tables
8.  Factless Fact Tables
9.  Additive, Non-Additive and Derived Facts
10.  Dimension & Fact Table Keys
11.  Resisting Normalisation

Dimensional Design Process - Inventory Data

1.  Inventory Case Study
2.  Chain of Key Business Processes
3.  Semi-additive Facts
4.  Periodic Snapshots, Transaction, and Accumulating Snapshots
5.  Enterprise Data Warehouse Bus Architecture
6.  Enterprise Data Warehouse Bus Matrix

Dimensional Design Process - Changing Data

1.  Procurement Case Study
2.  Slowly Changing Dimensions
3.  Types 0 to 7 SCD Techniques
4.  Blended Versus Separate Transaction Schemas

Dimensional Design Process - Order Management

1.  Order Management Case Study
2.  Bus Matrix for Order Management Processes
3.  Fact Table Normalisation Considerations
4.  Role Playing Dimensions
5.  Factors to Determine Single or Multiple Dimensions
6.  Junk Dimensions
7.  More on Degenerate Dimensions
8.  Multiple Currencies
9.  Handling Facts with Different Granularities
10.  Audit Dimensions
11.  Accumulating Snapshot Schema

Dimensional Design Process - Financial Data

1.  Accounting Case Study
2.  Chart of Accounts
3.  Year to Date Facts
4.  Fiscal Calendars
5.  Drilling Down through Multi-ledger Hierarchy
6.  Consolidated Fact Tables
7.  Role of OLAP and Analytic Financial Solutions

Dimensional Design Process - HR Data

1.  Human Resources Case Study
2.  Employee Profile Tracking
3.  Headcount Periodic Snapshot
4.  Recursive Employee Hierarchies

Kimball Data Warehouse/BI Lifecycle

1.  Project Planning & Management
2.  Needs Analysis: Collecting Business Requirements
3.  Developing a Technical Architecture
4.  BI Application Design & Development: Dimensional Modelling, Physical Design
5.  Physical Storage
6.  ETL Design & Development
7.  Prototype
8.  Deployment, Maintenance & Growth

Dimensional Modelling Process & Tasks

1.  Preparation
2.  High Level Dimensional Model
3.  Detailed Dimensional Model Development
4.  Model Review & Validation
5.  Final Design Documentation: Description, Data Model Diagram, Detailed Dimension Design Worksheet

ETL Subsystems & Techniques

1.  Requirements & Constraints to be Considered: Business Needs, Compliance, Data Quality, Security, Integration, Latency, Archiving
2.  Data Profiling
3.  Extracting Data From Source Systems
4.  Cleansing and Conforming Source Data: Quality Screens, Error Events, Auditing, Deduplication
5.  Dimensional Structures to Monitor Quality Errors
6.  Deliver Data to Dimensional Structures
7.  Implement Slowly Changing Dimensions
8.  Manage Production ETL Environment: Reliability, Scheduling, Backup, Recovery & Restart, Version Control, Workflow Monitor, Lineage & Dependency, Problem Escalation, Security, Compliance

ETL System Design & Development Process

1.  Planning & Design: High Level Plan, Choose a Tool, Default Strategies, Documentation
2.  One Time Historic Data Load: Populate Dimension Tables, Load Fact Tables
3.  Incremental Load Processing
4.  Real Time Data Warehousing Considerations