Visão Geral

O Curso SQL Server 2017 SSAS Multidimensional Databases fornece habilidades para administrar, projetar e construir bancos de dados multidimensionais usando SQL Server Analysis Services (SSAS).

Objetivo

Ao participar do Curso SQL Server 2017 SSAS Multidimensional Databases, os participantes aprenderão a:

• Descrever os componentes, a arquitetura e a natureza de uma solução de BI
• Implementar um design lógico para um data warehouse
• Crie um banco de dados multidimensional com serviços de análise
• Implementar dimensões em um cubo
• Implementar medidas e grupos de medidas em um cubo
• Usar sintaxe MDX
• Personalize um cubo
• Use mineração de dados para análise preditiva

Pre-Requisitos

• Experiência trabalhando com bancos de dados relacionais
• Projetando um banco de dados normalizado
• Consultar com Transact-SQL é útil, mas não é obrigatório

Materiais

Conteúdo Programatico

Introduction to Business Intelligence and Data Modeling

1. Introduction to Business Intelligence
2. The Microsoft business intelligence platform

Designing and Implementing a Data Warehouse

1. Logical Design for a Data Warehouse
2. Physical Design for a Data Warehouse

Creating Multidimensional Databases

1. Introduction to multidimensional analysis
2. Creating data sources and data source views
3. Creating a cube
4. Overview of cube security
5. Configure SSAS
6. Monitoring SSAS

Working with Cubes and Dimensions

1. Configuring dimensions
2. Define attribute hierarchies
3. Sorting and grouping attributes
4. Slowly Changing Dimensions

Working with Measures and Measure Groups

1. Working with measures
2. Working with measure groups

Introduction to MDX

1. MDX fundamentals
2. Adding calculations to a cube
3. Using MDX to query a cube

Customizing Cube Functionality

1. Introduction to Business Intelligence
2. Implementing key performance indicators
3. Implementing actions
4. Implementing perspectives
5. Implementing translations

Performing Predictive Analysis with Data Mining

1. Overview of Data Mining
2. Creating a Custom Data Mining Solution
3. Validating a Data Mining Model
4. Connecting to and Consuming a Data-Mining Model
5. Using the Data Mining add-in for Excel