Курс Oracle Database 11g: Data Warehousing Fundamentals

Код: 11gDWF

Продолжительность курса

24 Академических часа
В данном курсе слушатели изучат основные концепции организации информационных хранилищ, вопросы, посвященные планированию, проектированию, построению, заполнению и администрированию хранилища данных. Будут рассмотрены возможности увеличения производительности и управляемости путем использования различных функциональностей баз данных Oracle.
Также слушатели узнают об основах и преимуществах секционированной архитектруры баз даных Oracle. Будут рассмотрены преимущества параллельных операций, что снижает время ответа в случае информационно ёмких операций. Слушатели изучат стадии извлечения, преобразования и загрузки данных (ETL) в хранилищах данных Oracle (Oracle database warehouse). А также основные преимущества использования материализованных представлений Oracle, позволяющие повысить производительность хранилищ данных. Слушатели получат представление о том, как перезапись запроса помогает наладить его исполнение. Будет проведен обзор OLAP и Data Mining и обсуждение некоторых внедрений информационных хранилищ.
Слушатели кратко ознакомятся с функциональностью таких доступных инструментов для организации хранилищ данных, как Oracle Warehouse Builder, Analytic Workspace Manager и Oracle Application Express.

Стоимость курса

67 050 руб
Заказать

Цели курса:

  • Знакомство с терминологией и основными концепциями организации информационных хранилищ
  • Навыки использования технологий и некоторых инструментов, разработанных компанией Oracle для успешной организации хранилища данных
  • Характеристика некоторых методов и инструментов для извлечения, преобразования и загрузки данных
  • Определение некоторых инструментальных средств для получения и анализа данных из хранилища
  • Описание преимуществ секционирования, параллельных операций, материализованных представлений и перезаписи запросов
  • Обсуждение проблем внедерния и организационных вопросов, возникающих в проектах по организации информационных хранилищ
  • Использование материализованных представлений и перезаписи запросов для увеличения производительности хранилдища данных
  • Навыки работы с технологиями, необходимыми для реализации хранилища данных

Аудитория

Разработчики приложений
Администраторы хранилищ данных
Аналитики хранилищ данных
Разработчики хранилищ данных
Менеджеры проектов
Инженеры служб технической поддержки

От слушателя требуется

Знания основных концепций организации информационных хранилищ, технологий архитектуры клиент-сервер, технологий реляционых серверов.

Содержание курса

Introduction

Course Objectives
Course Schedule
Course Pre-requisites and Suggested Pre-requisites
The sh and dm Sample Schemas and Appendices Used in the Course
Class Account Information
SQL Environments and Data Warehousing Tools Used in this Course
Oracle 11g Data Warehousing and SQL Documentation and Oracle By Examples
Continuing Your Education: Recommended Follow-Up Classes

Data Warehousing, Business Intelligence, OLAP, and Data Mining

Data Warehouse Definition and Properties
Data Warehouses, Business Intelligence, Data Marts, and OLTP
Typical Data Warehouse Components
Warehouse Development Approaches
Extraction, Transformation, and Loading (ETL)
The Dimensional Model and Oracle OLAP
Oracle Data Mining

Defining Data Warehouse Concepts and Terminology

Data Warehouse Definition and Properties
Data Warehouse Versus OLTP
Data Warehouses Versus Data Marts
Typical Data Warehouse Components
Warehouse Development Approaches
Data Warehousing Process Components
Strategy Phase Deliverables
Introducing the Case Study: Roy Independent School District (RISD)

Business, Logical, Dimensional, and Physical Modeling

Data Warehouse Modeling Issues
Defining the Business Model
Defining the Logical Model
Defining the Dimensional Model
Defining the Physical Model: Star, Snowflake, and Third Normal Form
Fact and Dimension Tables Characteristics
Translating Business Dimensions into Dimension Tables
Translating Dimensional Model to Physical Model

Database Sizing, Storage, Performance, and Security Considerations

Database Sizing and Estimating and Validating the Database Size
Oracle Database Architectural Advantages
Data Partitioning
Indexing
Optimizing Star Queries: Tuning Star Queries
Parallelism
Security in Data Warehouses
Oracle's Strategy for Data Warehouse Security

The ETL Process: Extracting Data

Extraction, Transformation, and Loading (ETL) Process
ETL: Tasks, Importance, and Cost
Extracting Data and Examining Data Sources
Mapping Data
Logical and Physical Extraction Methods
Extraction Techniques and Maintaining Extraction Metadata
Possible ETL Failures and Maintaining ETL Quality
Oracle's ETL Tools: Oracle Warehouse Builder, SQL*Loader, and Data Pump

The ETL Process: Transforming Data

Transformation
Remote and Onsite Staging Models
Data Anomalies
Transformation Routines
Transforming Data: Problems and Solutions
Quality Data: Importance and Benefits
Transformation Techniques and Tools
Maintaining Transformation Metadata

The ETL Process: Loading Data

Loading Data into the Warehouse
Transportation Using Flat Files, Distributed Systems, and Transportable Tablespaces
Data Refresh Models: Extract Processing Environment
Building the Loading Process
Data Granularity
Loading Techniques Provided by Oracle
Postprocessing of Loaded Data
Indexing and Sorting Data and Verifying Data Integrity

Refreshing the Warehouse Data

Developing a Refresh Strategy for Capturing Changed Data
User Requirements and Assistance
Load Window Requirements
Planning and Scheduling the Load Window
Capturing Changed Data for Refresh
Time- and Date-Stamping, Database triggers, and Database Logs
Applying the Changes to Data
Final Tasks

Materialized Views

Using Summaries to Improve Performance
Using Materialized Views for Summary Management
Types of Materialized Views
Build Modes and Refresh Modes
Query Rewrite: Overview
Cost-Based Query Rewrite Process
Working With Dimensions and Hierarchies

Leaving a Metadata Trail

Defining Warehouse Metadata
Metadata Users and Types
Examining Metadata: ETL Metadata
Extraction, Transformation, and Loading Metadata
Defining Metadata Goals and Intended Usage
Identifying Target Metadata Users and Choosing Metadata Tools and Techniques
Integrating Multiple Sets of Metadata
Managing Changes to Metadata

Data Warehouse Implementation Considerations

Project Management
Requirements Specification or Definition
Logical, Dimensional, and Physical Data Models
Data Warehouse Architecture
ETL, Reporting, and Security Considerations
Metadata Management
Testing the Implementation and Post Implementation Change Management
Some Useful Resources and White Papers