Курс OLAP-моделирование в IBM Cognos BI (Transformer)

Код: CG-BI TR

Продолжительность курса

24 Академических часа
Курс CG-BI TR "OLAP-моделирование в IBM Cognos BI (Transformer)" состоит в обучении OLAP-моделированию в Cognos Transformer, обзоре общих основ и методов моделирования, концепций построения моделей в Transformer, построение модели с одним или несколькими источниками данных, а также настройке кубов PowerCubes.

Стоимость курса

0 руб
Заказать

Цели курса:

По окончании курса слушатели будут уметь:

  • Использовать специфические концепции и термины при проектировании моделей.
  • Различать типы источников данных.
  • Разрабатывать модели в Transformer.
  • Выполнять различные настройки
  • Оптимизировать кубы данных.

Аудитория

  • Администраторы системы
  • Разработчики моделей. 

От слушателя требуется

Настоящий курс является вводным и не требует специальных знаний по предмету.

От слушателя требуется:

  • Общая компьютерная грамотность;
  • Знание основ языка SQL.

Содержание курса

Глава 1 – Основы Transformer

  • Основы многомерного анализа
  • Кубы
  • Измерения и уровни
  • Показатели


Глава 2 – Процесс разработки в Transformer

  • План модели
  • Состав модели


Глава 3 – Источники данных в Transformer

  • Типы данных
  • Источники данных
  • Просмотр данных источника
  • Синхронизация модели и источника


Глава 4 – Построение модели

  • Создание структуры модели
  • Свойства измерения, уровня и категории
  • Диаграмма измерений
  • Проверка модели


Глава 5 – Измерение времени

  • Измерение времени
  • Обычное измерение времени
  • Нестандартные измерения времени


Глава 6 – Использование нескольких источников данных

  • Несколько источников данных
  • Различные типы источников данных
  • Проверка модели с несколькими источниками
  • Уникальность


Глава 7 – Работа с показателями

  • Показатели
  • Свойства показателя
  • Настройки суммирования
  • Создание вычисляемого показателя
  • Время расчета: до суммирования/после суммирования


Глава 8 – Распределение показателей

  • Распределение
  • Распределение в виде константы/по другому показателю
  • Область видимости для показателей


Глава 9 – Альтернативные иерархии

  • Альтернативные иерархии
  • Добавление несвязанного уровня
  • Объединяющие уровни


Глава 10 – Сложное многомерное моделирование

  • Искусственные уровни
  • Специальные категории
  • Измерение сценария


Глава 11 – Настройка кубов данных

  • Различные типы Кубов данных
  • Исключение измерений и показателей
  • Представление измерения
  • Создание группы кубов