Data WareHouse

مطالب آموزشی در این جلسه:

۱. مفهوم انبار داده (DW) و بررسی مزایای آن و ویژگی های انبار داده ساختارمند

۲. بررسی تفاوت های دیتابیسهای OLTP, OLAP, DW

۳. رویکردهای ایجاد انبار داده 

۴. مراحل ایجاد یک Data WareHouse

۵. توضیحات کامل درباره Dimensionها و ایجاد آن و بررسی مفاهیم مرتبط با آن (Attribute, Member, Hierarchy)

۶. بررسی سلسله مراتب در دایمنشن ها

۷. توضیحات کامل درباره Factها و ایجاد آن و بررسی مفاهیم مرتبط با آن (انواع Grain, Measure)

۸. چگونگی ارتباط Dimensionها با Fact – کلیدهای Business Key, Surrogate Key, Fact Primary Key

۹. SCD(Slowly change Dimension)

۱۰. بررسی موشکافانه انواع SCDها (type 0 , type 1, type 2, type 3, type 4, type 6)

۱۱. معرفی و تحلیل انواع دایمنشن ها (Normal, Shared(Confirmed), Junk, Role-Playing, Degenerate, Conformed)

۱۲. بررسی دایمنشنهای عمومی (Date, Time, GeoLocation)

۱۳. معرفی و تحلیل انواع Factها (Transactional, Periodic Snapshot, Accumulating Snapshot, Factless, Conformed)

۱۴. Dimensional Model و طراحی DW

۱۵. بررسی موشکافانه مدل های Star Schema, SnowFlake Schema, Galaxy Schema و تفاوتهای آن

۱۶. Data Mart و انواع آن

۱۷. بررسی طراحی فیزیکی DW‌و عوامل موثر بر عملکرد آن 

۱۸. معرفی جدول Stage 

۱۹. روش های پشتیبان گیری و بازیابی انبار داده

۲۰. استراتژی های پشتیبان گیری کارآمد

۲۱. بررسی نکات مهم در طراحی انبار داده و واکاوی مثال های مختلف

۲۲. ارائه کوئری های مفید DW و همچنینن کوئری های مرتبط با تست عدم نقصان SCD Type 2

۲۳. معرفی Data Lake

فایل های موجود در این آموزش: دو فایل ویدیوی آموزش  – کد آموزش – فایل PDF جزوه – دیتابیس های Bike_Stores و AdventureWorksDW – مقاله اضافی در مورد Junk Dimensions – مقاله در مورد RCD(Rapidly Change Dimensions)

حجم فایل:  ۴۵۵ مگابایت