| 培训目标：
|
- 通过完整项目案例，客户将学会数据仓库设计和实施的标准方法
- 客户将学会如何分析问题，如何快速开发本行业的数据仓库项目
- 客户将学会解决数据仓库实施过程中所遇到的重点和难点问题
- 通过动手实验，客户将学会微软商业智能相关工具的操作使用
- 客户将学习最新数据仓库和商业智能领域的前沿技术
-
-
| 培训内容：
|
- 数据仓库基础知识
- 数据仓库概览
- 数据仓库组织原理
- 数据仓库三级数据模型
- 数据仓库的建模
- 数据仓库的元数据定义
- 数据仓库的数据转储
- 数据集成与变换
- 数据规约
- 数据仓库设计流程
- 数据仓库的访问
- 数据仓库的扩展
- 数据仓库多维建模方法
- 星型模型
- 雪花型模型
- 如何从商业应用中标识事实表和它们的属性
- 如何从商业应用中标识维表和它们的属性
- 两种建模方法与第三范式比较
- 星型模式 (Star-Schema)的特点和它们在数据仓库系统中的适用场合
- 构建多维
- 数据库
- 创建多维数据库
- 定义数据源
- 定义数据源视图
- 创建维度
- 创建多维数据集
- 设置量度组成员
- 高级应用
- 统一维度模型（UDM）
- 定义业务实体
- 定义业务逻辑
- 定义计算成员
- UDM高级应用
- MDX语言
- MDX概念
- MDX语法结构
- MDX的查询功能
- 使用MDX定制商务逻辑
- MDX复杂案例分析
- MDX与权限管理
- MDX高级应用
- OLAP的聚合方式
- ROLAP聚合方式
- MOLAP聚合方式
- HOLAP聚合方式
- OLAP高级应用
- 专数据仓库的海量数据优化部分
- 海量数据的特点
- 什么是海量数据
- 海量数据的特点
- 海量数据与行业应用
- 16种海量数据优化方法详解
- 海量数据分区处理
- 使用中间表和临时表
- 分批次处理
- 建立广泛的索引
- 建立缓存机制
- 使用文本和二进制格式进行处理
- 定制强大的清洗规则和出错处理机制
- 建立视图或者物化视图
- 其他优化方法
- 数据仓库中海量数据的处理方式
- 数据仓库中的海量数据特点
- 数据仓库中的海量数据的处理方式
- 分布式数据仓库的特点及应用
- 海量数据高级应用
- 大型项目中海量数据的优化案例分析
- 使用海量数据优化工具
- 数据仓库的性能调优技巧
|
|
|
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
