课程详情 在线报名
数据仓库技术
课程描述
此门课程介绍了数据仓库和数据挖掘的基本理论和实际应用技术。在数据仓库部分,不仅用大量实例介绍了多维数据模型、粒度、元数据、数据立方体等重要概念,而且详细介绍了数据仓库的体系结构、设计和实施方案以及在此基础上的OLAP技术。
课程目标
完成此门课程,学员将具备以下能力:
课程内容
课程简介
决策支持系统(DSS)和数据仓库
数据仓库的架构及建设实践
数据仓库建设方法论
元数据管理
数据质量管理
数据仓库建模
数据仓库运维
数据仓库对OLAP及数据挖掘的支持
课程对象
本课程是为有兴趣建立或理解数据仓库、决策支持系统的技术人员而开发的高级培训。也适用于业务分析及市场数据分析人员。
前提课程
后续课程
《数据仓库技术》课程安排
此课程包括讲授和实验,共安排五天,如下表:
|
上午 |
下午 |
*天 |
决策支持系统的发展 数据仓库概述 数据仓库的结构 面向主题 数据粒度 |
探查与数据挖掘 样本数据库 分区设计方法 数据仓库中的数据组织 实例 |
第二天 |
设计数据仓库 数据/过程模型与体系结构化环境 数据仓库与数据模型 数据模型与迭代式开发 规范化/反向规范化 元数据 数据周期 |
从数据仓库环境到操作型环境 需求和Zachman框架 数据ETL 数据获取(Extract) 数据转化(Transformation) 数据加载(Load) |
第三天 |
数据仓库中的粒度 粒度估算 确定粒度级别 填充数据集市 管理大量数据 管理多种介质 索引和监控数据 |
数据的并行存储和管理 有效利用索引 数据压缩和加锁管理 DBMS类型和数据仓库 多维DBMS和数据仓库 刷新数据仓库 |
第四天 |
分布式数据仓库的类型 分布式数据仓库的开发 在多种层次上构建数据仓库 主管信息系统和数据仓库 外部数据与数据仓库 |
数据驱动的开发方法 数据仓库和Web 非结构化数据和数据仓库 大型数据仓库 数据仓库转换 |
第五天 |
关系模型和多维模型数据库设计基础 数据仓库和基于网络的电子商务环境 数据仓库的成本论证和投资回报 数据仓库和ODS 企业信息依从准则和数据仓库 |
数据仓库内的资源竞争 数据仓库与OLAP(ROLAP、MOLAP、HOLAP) 数据仓库与数据挖掘 实例 |
只要一个电话
我们免费为您回电