培训课程

章节介绍

日程安排

L01-商务智能介绍

数据分析的演进

第一天上午

商业智能：故事引入、概念、税务行业案例

数据仓库：定义、特性、地位、与业务系统数据库的区别

系统总体结构

数据仓库的应用

L02-数据仓库体系结构

宗派之争：Inmon、Kimball以及其他之间的观念剖析

数据仓库体系结构规划目标、原则

数据仓库体系结构详解：饭店隐喻、体系结构

企业级数据架构设计：架构、数据架构、规划目标、目标与原则、方法

L03-数据模型设计

数据、数据模型

第一天下午

数据仓库模型设计思路、方法

模型设计过程

概念模型设计：主题模型案例

逻辑模型设计：三范式、案例练习（依赖关联、强关联、弱关联、联系、继承、一对多、多对多、一对一等）

物理模型设计：目标、原则、挑战、物理设计（实例、存储、文件、内存、核心参数、用户、方案、表空间、表分区、表、索引等）

L04-维度建模

维度建模基础：案例、事实、维度、星型、雪花型、维度表作用

第二天

维度表特性：案例、表结构、关键字特性、表属性特性、层次、杂项维

事实表特性：案例、粒度、稀疏性、可加性事实、属性类型分析。

业务过程与事实表：横向钻取、连接事实表

维度一致性：定义、作用、类型

深入学习维度：属性分组、多重关系、空值维成员、异常维成员、行为维度、微型维

维度表的层次结构、雪花型

缓慢变化技术：类型1、类型2、时间戳、类型3、类型1+2、类型1+2+3

多值维度、多值属性

递归层次

事实表：事务事实表、周期快照表、累积快照表、无事实的事实表

其他：多维数据集、维度建模原则

L05-ETL架构设计与开发

ETL基本概念：ETL、增量抽取、ETL模式

第三天上午

总体设计：目标、难度、基础结构、架构包括内容

详细设计：增量数据复制、代码维度管理、拉链表算法、事务事实表抽取、公共ETL逻辑、配置型ETL、调度设计

数据检核

L06-元数据管理

元数据概念、内容、管理需求、工具介绍

L07-数据质量管理

数据、数据质量、数据质量管理模型、流程、数据质量维度、检核规则

第三天下午

L08-前端展示设计

前端展示功能类型

仪表盘设计：流程、方法、案例

L09-系统建设方法论

系统特点、建设难点、关键点、主要构成、软件过程、岗位与职责

L01-商业智能基本概念

39页

L02-数据仓库体系结构

 38页

L03-数据模型设计

 101页

L04-数据模型设计-维度建模

 154页

L05-ETL设计与开发

 105页

L06-元数据管理

 27页

L07-数据质量管理

 44页

L08-前端展示设计

 46页

L09-BI系统建设方法论

 35页

共计

 580页左右