Data Warehouse - Entwurf und Modellierung in Frankfurt am Main

• Prinzipien und Architektur eines Data Warehouse (DWH):
  • Motivation eines DWH-Projekts
  • Eine DWH-Architektur
  • Konkurrierende Lösungstypen
  • Entwurfsaufgaben und Grundsatzentscheidungen
  Dimensionale Modellierung:
  • Eigenschaften und Stärken des dimensionalen Modells
  • Unterschied zum ERM
  • Fakt- und Dimensionstabellen
  • Star-Schema, Snowflake-Diagramm
  • Dimensionenarten
  • Faktenarten
  • Entwurfsfälle und Musterlösungen
  • Entwurfsprinzipien
  Aggregation und Kennzahlen:
  • Aggregations-Diagramme
  • Kennzahlen-Diagramme
  • Fact Constellation-Schema
  Dimensionales Gesamtmodell:
  • Wertkette und Faktenverbund
  • Data Mart, Dimensionen und Daten-Fakten-Matrix (Datenbus)
  • Daten-Galaxie
  • Data Mart-Auffassungen
  • Stufen zum Aufbau des dimensionalen Gesamtmodells
  Physische Datenhaltungsebene:
  • Konventionen
  • Physisches Modell
  • Mengenkalkulation
  • Indizierung und Indexplan
  • Planung der Speicherstruktur
  Datenübernahmeentwurf:
  • Planung der Übernahmeschritte
  • Infrastrukturplan
  • Verteilungsmöglichkeiten von Data Marts
  • Quellen-Ziel-Mapping
  • Ladeschema
  • Ladeschritte
  • Kontrolle der Ergebnisse

Methode

Unsere praxiserfahrenen Trainer:innen vermitteln den Teilnehmenden durch Vortrag, praxisnahe Fallbeispiele und dem Durchspielen von Musterentwürfen alle Lerninhalte.