شرح دوره Data warehouse Fundamentals Oracle
در دوره Data warehouse Fundamentals Oracle، دانشجویان مفاهیم اولیه انبار داده را می آموزندو با موارد مربوط به برنامهریزی، طراحی، ساخت، جمعآوری و نگهداری یک انبار داده موفق آشنا خواهند شد و همچنین اصول اولیه معماری پارتیشنبندی پایگاه داده اوراکل را یادگرفته و مزایای پارتیشنبندی را میشناسند. مزایای عملیات موازی را بررسی کرده تا زمان پاسخگویی برای عملیات فشرده را کاهش دهند و همچنین عملیات واکشی، انتقال و بارگذاری داده به یک انباره داده پایگاه داده اوراکل (فازهای ETL) را میآموزند. اصول اولیه در مورد مزایای استفاده از materialized view اوراکل را برای بهبود عملکرد انبار دادهها را آموخته و همچنین در سطح بالا یاد میگیرند که چگونه بازنویسی کوئری میتواند عملکرد کوئری را بهبود بخشد، در ادامه دانشجویان OLAP و Data Mining را بررسی میکنند و برخی از مفاهیم پیادهسازی انبار داده را شناسایی میکنند و به طور خلاصه از برخی از ابزارهای موجود انباره داده مانند Oracle Warehouse Builder، Analytical Workspace Manager و Oracle Application Express استفاده میکنند.
دانشجویان بعد از پایان دوره Data warehouse Fundamentals Oracle یاد میگیرند:
اصطلاحات و مفاهیم پایه ی انبار داده را توضیح دهید
فناوری و برخی از ابزارهای اوراکل برای پیاده سازی یک انبار داده موفق شناسایی کنید
روشها و ابزارهای استخراج، تبدیل و بارگیری دادهها توصیف کنید
برخی از ابزارها برای دسترسی و تجزیه و تحلیل داده های انباره داده شناسایی کنید
مزایای پارتیشن بندی، عملیات موازی، materialized views و بازنویسی کوئری در یک انبار داده را توصیف کنید
پیاده سازی و مسائل سازمانی در مورد پروژه انبار داده را توضیح دهید
پیشنیاز دوره Data warehouse Fundamentals Oracle
–
مخاطبین دوره Data warehouse Fundamentals Oracle
توسعهدهندگان نرم افزار
مهندس پشتیبانی
توسعهدهنده انبار داده
اجرای عملیاتی
مدیر انبار داده
تحلیلگر انبار داده
توسعه دهنده
مدیر پروژه
مزایای دوره Data warehouse Fundamentals Oracle
- ارائه مدرک معتبر
- برگزاری دوره ها بصورت کاملا عملی
- استفاده از لابراتور مجهز
- استفاده از برترین اساتید داخلی و با مدرک بین المللی
- با توجه به حضور گروه دوران در بیش از 1000 پروژه سازمانی، امکان معرفی دانشجویان دوره به بازار کار مرتبط به دوره ها
- تخفیف جهت حضور در دوره های بعدی
- دريافت مدرک بين المللی مرتبط
سرفصل دوره Data warehouse Fundamentals Oracle
Introduction
o Objectives
o Questions about You
o Lesson Agenda
o Course Objectives
o Prerequisites and Suggested Prerequisites
o Suggested Course Schedule
o Lesson Agenda
o Some of the Sample Schemas Used in the Course
o Sales History (sh) Schema
o Class Account Information
o Appendixes in the Course
o SQL Environments Available in the Course
o Entering SQL Statements Using Oracle SQL*Plus
o What Is Oracle SQL Developer?
o Creating Schema Objects
o Data Warehousing Tools Used in this Course
o Lesson Agenda
o Oracle 11g Useful Documentation
o Continuing Your Education
o Oracle Technology Network (OTN)
o Oracle by Example (OBE)
o Oracle Warehouse Builder OBEs
o Analytic Workspace Manager (AWM) OBEs
o Oracle Application Express (APEX) OBEsTechnical Support Summary
o Summary
Data Warehousing, Business Intelligence, OLAP, and Data Mining
o Objectives
o Lesson Agenda
o Evolution of BI
o Early Management Information Systems
o Analyzing Data from Operational Systems
o Why OLTP Is Not Suitable for Analytical Reporting
o Data Extract Processing
o Issues with Data Extract Programs
o Productivity Issues with Extract Processing
o Data Quality Issues with Extract Processing
o Data Warehousing and Business Intelligence
o Technological Solutions for Data Warehousing
o Advantages of Warehouse Processing Environments
o Business Intelligence (BI): Definition and Purpose
o What Is Business Intelligence?
o The User Dilemma
o Problem: Multivendor, Uninterested Environment
o The Optimal Information Platform for Business Intelligence
o The Optimal Information Platform
o Success Factors for a Dynamic Business Environment
o Business Drivers for Data Warehouses
o Business Intelligence: Requirements
o Lesson Agenda
o OLAP: Overview
o Typical Example of an OLAP Query
o The Dimensional Model
o Measures
o Measure Types
o Dimensions
o Example of Dimensions in a Report
o Sharing Dimensions
o Hierarchy
o Hierarchy: Example
o Level
o Hierarchy Types
o Attributes
o Attributes and Levels: Examples
o Dimensional Model Summarized
o Physical Layers of a Data Warehouse
o Managing the Data Warehouse
o Oracle OLAP: Part of an Integrated DW Platform
o What Is Oracle OLAP?
o Oracle OLAP Option: 11g Highlights
o ROLAP Versus MOLAP
o Oracle Data Mining: An Overview
o Oracle Data Mining: Interfaces
o Summary
Defining Data Warehouse Concepts and Terminology
o Objectives
o Lesson Agenda
o Data Warehouse: Definition
o Data Warehouse Properties
o Subject Oriented
o Integrated
o Time Variant
o Nonvolatile
o Changing Warehouse Data
o Data Warehouse Versus OLTP
o Enterprise-Wide Data Warehouse
o Data Warehouses Versus Data Marts
o Dependent Data Mart
o Independent Data Mart
o Typical Data Warehouse Components
o Lesson Agenda
o Warehouse Development Approaches
o “Big Bang” Approach
o Top-Down Approach
o Bottom-Up Approach
o Incremental Approach to Warehouse Development
o Data Warehousing Process Components
o Methodology
o Architecture
o Extraction, Transformation, and Loading (ETL)
o Implementation
o Operation and Support
o Phases of the Incremental Approach
o Strategy Phase Deliverables
o Introducing the Case Study: Roy Independent School District (RISD)
o Summary
Business, Logical, Dimensional, and Physical Modeling
o Objectives
o Lesson Agenda
o Data Warehouse Modeling Issues
o Data Warehouse: Design Phases
o Phase 1: Defining the Business Model
o Defining the Business Model: Performing Strategic Analysis
o Defining the Business Model: Creating the Business Model
o Business Requirements Drive the Design Process
o Using a Business Process Matrix
o Identifying Business Measures and Dimensions
o Determining Granularity
o Identifying Business Definitions and Rules: Example
o Documenting Metadata
o Business Metadata Elements
o Metadata Documentation Approaches
o Phase 2: Designing the Logical Model
o Lesson Agenda
o Phase 3: Defining the Dimensional Model
o Data Warehouse Schemas
o Star Schema Model
o Star Dimensional Modeling
o Advantages of Using a Star Dimensional Model
o Snowflake Schema Model
o Third Normal Form (3NF)
o Fact Table: Characteristics
o More on Fact less Fact Tables
o Identifying Base and Derived Measures
o Fact Table Measures
o Dimension Table: Characteristics
o Translating Business Dimensions into Dimension Tables
o Slowly Changing Dimensions
o Slowly Changing Dimension (SCD): An Example
o Types of Database Keys
o Using Time in the Data Warehouse
o Time Dimension
o Identifying Hierarchies for Dimensions
o Using Hierarchies to Drill on Data and Aggregate Data
o Using Data-Modeling Tools
o Phase 4: Defining the Physical Model
o Translating a Dimensional Model to a Physical Model
o Architectural Requirements
o Making the Right Choice
o Storage and Performance Considerations
o Summary
Database Sizing, Storage, Performance, and Security Considerations
o Objectives
o Lesson Agenda
o Sizing the Database and Other Storage Requirements
o Estimating the Database Size
o Validating Database Size Assumptions
o Testing Load Sampling
o Oracle Database Architectural Advantages
o Lesson Agenda
o Why Data Partitioning Is Needed
o Data Partitioning
o Benefits of Partitioning
o Oracle’s Partitioning Strategies
o Partition Performance Benefits: Partition Pruning
o Indexing
o B-Tree Index
o Bitmap Indexes
o Bitmap Index: Example
o Comparing B-Tree and Bitmap Indexes
o Other Index Properties
o Optimizing Star Queries: Tuning Star Queries
o Optimizing Star Queries: Star Transformation
o Star Query: Example
o Lesson Agenda
o Parallelism
o Degree of Parallelism (DOP)
o Operations That Can Be Parallelized
o Parallel Execution Server Pool
o PARALLEL Clause: Examples
o Using Summary Data
o HP Oracle Exadata Storage Server Hardware
o Exadata Storage Deployment
o Exadata Key Benefits for Data Warehousing
o Security in Data Warehouses
o Oracle’s Strategy for Data Warehouse Security
o Oracle-Supplied Technology and Tools for Implementing VPD
o Summary
The ETL Process: Extracting Data
o Objectives
o Lesson Agenda
o Extraction, Transformation, and Loading (ETL) Process
o ETL: Tasks, Importance, and Cost
o Extracting Data
o Examining Data Sources
o Production Data
o Archive Data
o Internal Data
o External Data
o Mapping Data
o Lesson Agenda
o Extraction Methods
o Change Data Capture Mechanism in Oracle Database
o Extraction Techniques
o Designing Extraction Processes
o Maintaining Extraction Metadata
o Possible ETL Failures
o Maintaining ETL Quality
o Oracle’s ETL Tool: Oracle Warehouse Builder
o Oracle-Supported Features for ETL
o Oracle’s Solution for ETL: Oracle Streams, Replication, and Message Queuing
o Summary
The ETL Process: Transforming Data
o Objectives
o Lesson Agenda
o Transformation
o Remote Staging Model
o On-Site Staging Model
o Data Anomalies
o Transformation Routines
o Transforming Data: Problems and Solutions
o Multipart Keys Problem
o Multiple Local Standards Problem
o Multiple Files Problem
o Missing Values Problem
o Duplicate Values Problem
o Element Names Problem
o Element Meanings Problem
o Input Formats Problem
o Referential Integrity Constraints Problem
o Name and Address Problem
o Name-and-Address Processing in Oracle Warehouse Builder
o Quality Data: Importance and Benefits
o Quality: Standards and Improvements
o Data Quality Guidelines
o Data Quality: Solutions and Management
o Lesson Agenda
o Transformation Techniques: Merging Data
o Transformation Techniques: Adding a Date Stamp
o Transformation Techniques: Adding Keys to Data
o Summarizing Data
o Maintaining Transformation Metadata
o Data Ownership and Responsibilities
o Transformation Timing and Location
o Choosing a Transformation Point
o Monitoring and Tracking
o Designing Transformation Processes
o Transformation Tools
o Data Transformation
o Multistage Data Transformation
o Pipelined Data Transformation
o Oracle’s Enhanced Features for Transformation
o Application of the MERGE Statement in Data Warehousing: Example
o Multitable INSERT Statements
o Advantages of Multitable INSERTs
o Oracle’s Enhanced Features for Transformation
o Summary
The ETL Process: Loading Data
o Objectives
o Lesson Agenda
o Loading Data into the Warehouse
o Transportation in a Data Warehouse
o Transportable Tablespaces
o Initial Load and Refresh
o Data Refresh Models: Extract Processing Environment
o Data Refresh Models: Warehouse Processing Environment
o Building the Loading Process
o Data Granularity
o Loading Techniques
o Loading Technique Considerations
o Loading Techniques Provided by Oracle: SQL*Loader
o Loading Techniques Provided by Oracle
o Using External Tables
o Benefits of Using External Tables
o Creating External Tables
o Example of Defining External Tables
o Defining External Tables Using SQL*Loader
o Creating and Loading an External Table Using ORACLE_DATAPUMP: Example
o Lesson Agenda
o Postprocessing of Loaded Data
o Indexing and Sorting Data
o Unique Indexes
o Creating Derived Keys
o Summary Management
o Filtering Data
o Verifying Data Integrity
o Steps for Verifying Data Integrity
o Standard Quality Assurance Checks
o Summary
Refreshing the Warehouse Data
o Objectives
o Lesson Agenda
o Developing a Refresh Strategy for Capturing Changed Data
o User Requirements and Assistance
o Load Window Requirements
o Planning the Load Window
o Scheduling the Load Window
o Capturing Changed Data for Refresh
o Choosing a Method for Change Data Capture
o Wholesale Data Replacement
o Comparison of Database Instances
o Time- and Date-Stamping
o Database Triggers
o Using a Database Log
o Refresh Mechanisms in the Oracle Database
o Lesson Agenda
o Applying the Changes to Data
o Overwriting a Record
o Adding a New Record
o Adding a Current Field
o Limitations of Methods for Applying Changes
o Maintaining History: Techniques
o History Tables and One-to-Many Relationships Versioning
o Preserving Complete History
o Purging and Archiving Data
o Oracle-Supported Techniques for Purging Data
o Oracle-Supported Techniques for Archiving Data
o Final Tasks
o Publishing Data
o Summary
Materialized Views
o Objectives
o Lesson Agenda
o The Need for Summary Management
o Using Summaries to Improve Performance
o Summary Management
o Summary Navigation
o Managing Historical Summary Data in the Warehouse
o Summary Management Using the Oracle Database
o Using Materialized Views for Summary Management
o Using Summaries Without Materialized Views: Example
o Using Materialized Views for Summary Management: Example
o Determining Which Materialized View to Create
o Creating a Materialized View Using the CREATE SQL Statement: Example
o Available Refresh Modes When Creating a Materialized View
o Manual Refresh Using the DBMS_MVIEW Package Procedures
o Using the DBMS_MVIEW Package: The Available ON DEMAND Refresh Methods
o Refreshing at Scheduled Time: Using the START WITH and NEXT Clauses
o Query Rewrite Overview
o Cost-Based Query Rewrite Process
o Conditions Required for Oracle to Rewrite a Query
o Query Rewrite
o Lesson Agenda
o What Are Dimensions?
o A dimension is a structure that categorizes data to enable users to answer business questions.
o What Are Dimension Objects?
o Why Are Dimensions Important?
o Dimensions and Hierarchies
o Dimension Example
o Defining Dimensions and Hierarchies
o Dimensions with Multiple Hierarchies
o Summary
Leaving a Metadata Trail
o Objectives
o Defining Warehouse Metadata
o Metadata Users
o Types of Metadata
o Examining Metadata: ETL Metadata
o Extraction Metadata
o Transformation Metadata
o Loading Metadata
o Examining Metadata: End-User Metadata
o End-User Metadata: Context
o Historic Context of Data
o Types of Context
o Developing a Metadata Strategy
o Defining Metadata Goals and Intended Usage
o Identifying Target Metadata Users
o Choosing Metadata Tools and Techniques
o Choosing the Metadata Location
o Managing the Metadata
o Integrating Multiple Sets of Metadata
o Managing Changes to Metadata
o Additional Metadata Content and Considerations
o Common Warehouse Metamodel
o Oracle Warehouse Builder: Compliance with OMG-CWM
o Summary
Data Warehouse Implementation Considerations
o Objectives
o Project Management
o Requirements Specification or Definition
o Logical, Dimensional, and Physical Data Models
o Data Warehouse Architecture
o ETL Considerations
o Reporting Considerations
o Security Considerations
o Metadata Management
o Testing the Implementation
o Post-Implementation Change Management
o Some Useful Resources and White Papers
o Summary
دوران آکادمی زیر مجموعه گروه دوران، مجری برگزاری دوره Data warehouse Fundamentals Oracle در قالب آموزش بانک اطلاعاتی به صورت آموزش آنلاین و حضوری با بهرهگیری از لابراتور آنلاین اختصاصی بهمراه گواهی معتبر ارائه میشود.
درخواست مشاوره
برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.
درخواست مشاورهدوره های مرتبط
دوره Microsoft SQL Server Analysis Services Tabular
مدت دوره : 16 ساعت شرح دوره : این دوره آموزشی به شما دانش و مهارت هایی را برای توسعه…
دوره آموزش Oracle Data Guard 11g & New Feature 12C
شرح دوره Oracle Data Guard 11g & New Feature 12C
هدف از برگزاری دوره Oracle Data Guard یادگیری راهکار اوراکل در مبحث Replication میباشد. شما در دوره Oracle Data Guard 11g & New Feature 12C چگونگی نصب، پیکربندی و معماری Oracle Data Guard، چگونگی پیکربندی Cascade standby، تغییر وضعیت یک Physical standby به Snapshot standby و بالعکس، تغییر مدلهای حفاظت از دادهها و مبحث Flashback در Data Guard را خواهید آموخت. همچنین در این دوره با Featureهای جدید 12Cو عیبیابی Data Guard نیز آشنا خواهید شد.
دوره آموزش Oracle Data Mining Techniques
شرح دوره Oracle Data Mining Techniques
داده کاوی یکی از مطرحترین روشهای تحلیل داده میباشد که امروزه کاربردهای متعددی را در کسب و کارهای مختلف پیدا کرده است. ابزارها و نرم افزارهای متعددی برای داده کاوی وجود دارد. شرکت Oracle امکانات مختلفی را در خود پایگاه داده Oracle برای داده کاوی ارایه میدهد و Feature را با عنوان Oracle Data Miner در پایگاه داده Oracle معرفی نموده است. مفاهیم داده کاوی و معرفی و آموزش Oracle Data Miner موضوع دوره Oracle Data Mining Techniques میباشد.
دوره آموزش 2022 SQL Server Performance Tuning and Optimization
شرح دوره 2022 SQL Server Performance Tuning and Optimization
دوره2022 SQL Server Performance Tuning and Optimization زیرمجموعه آموزش بانک اطلاعاتی است.
واقعیت این است که تمامی سیستمها در ابتدای کار به خوبی کار میکنند و همه از آن راضی هستند. یا حداقل تا چند ماه پیش راضی بودهاند و هنوز هم تقریبا راضی هستند! اما به تازگی بعضی از قسمتهای نرم افزار ما اندکی کندی دارد.
نظرات
تماس با ما