Wenn Sie ein aktueller oder angehender IT-Experte sind, der auf der Suche nach soliden, praktischen Techniken für die Planung, das Design und den Aufbau eines Data Warehouse oder Data Mart ist, dann ist dieser Kurs genau das Richtige für Sie.
Während des Kurses setzen Sie das Gelernte in die Praxis um und definieren beispielhafte Data-Warehousing-Architekturen und dimensionale Datenstrukturen, um die in diesem Kurs behandelten Best Practices und Techniken zu verdeutlichen. Jeder Abschnitt enthält entweder szenariobasierte Quizfragen oder praktische Aufgaben, die die wichtigsten Lernziele für das Material des jeweiligen Abschnitts hervorheben. Auf diese Weise können Sie sicher sein, dass Sie im Laufe des Kurses die wichtigsten Punkte zum Thema Data Warehousing lernen.
Bei der Erstellung dieses Kurses habe ich auf mehr als 30 Jahre eigener Data-Warehousing-Arbeit in mehr als 40 Kundenprojekten und -aufträgen zurückgegriffen. Ich bin seit den frühen 1990er Jahren, als das moderne Data Warehousing aufkam, einer der Vordenker auf dem Gebiet des Data Warehousing. Ich habe buchstäblich alles gesehen... und über die Disziplin des Data Warehousing in Büchern wie dem Original Data Warehousing For Dummies ® , sowie in Artikeln, White Papers und als monatlicher Data Warehousing-Kolumnist geschrieben. Ich habe globale Beratungspraxen geleitet, die Data Warehousing (und die damit zusammenhängende Disziplin Business Intelligence) für einige der bekanntesten Markenkunden sowie für kleinere Organisationen und Regierungsbehörden bereitstellen. Mein eigenes Beratungsunternehmen, Thinking Helmet, Inc. ist auf Data Warehousing, Business Intelligence und verwandte Disziplinen spezialisiert. Ich habe die Ärmel hochgekrempelt und mich persönlich mit jedem Aspekt dessen, was Sie in diesem Kurs lernen werden, auseinandergesetzt. Ich habe sogar ein paar schmerzhafte Lektionen gelernt und habe einen gesunden Anteil an "Lessons Learned" in das Kursmaterial eingebaut.
In diesem Kurs führe ich Sie von den Grundlagen und Konzepten des Data Warehousing bis hin zu Best Practices für die Architektur, das Dimensionsdesign und den Datenaustausch, die Sie für die Implementierung von Data Warehousing in Ihrem Unternehmen benötigen. Sie werden viele Beispiele finden, die die im Kurs behandelten Schlüsselkonzepte und -techniken deutlich machen. Am Ende des Kurses werden Sie nicht nur in der Lage sein, diese Prinzipien anzuwenden, sondern auch die wichtigsten Architektur- und Designentscheidungen zu treffen, die für die "Kunst" des Data Warehousing erforderlich sind und über die grundlegenden Techniken und Designmuster hinausgehen.
In diesem Kurs werden insbesondere folgende Themen behandelt:
-
Grundlegende Data-Warehousing-Konzepte und -Grundlagen
-
Die symbiotische Beziehung zwischen Data Warehousing und Business Intelligence
-
Wie Data Warehousing mit Data Lakes und Datenvirtualisierung koexistiert
-
Ihre vielen architektonischen Alternativen, von stark zentralisierten Ansätzen bis hin zu zahlreichen Mehrkomponenten-Alternativen
-
Die Grundlagen der Dimensionsanalyse und Modellierung
-
Die wichtigsten relationalen Datenbankfunktionen, die Sie zum Aufbau Ihrer dimensionalen Datenmodelle einsetzen werden
-
Verschiedene Alternativen für den Umgang mit sich ändernden Datenverläufen in Ihrer Umgebung und wie Sie entscheiden, welche Ansätze Sie in verschiedenen Situationen anwenden sollten
-
Wie Sie Ihre Extraktions-, Transformations- und Ladefunktionen (ETL) organisieren und gestalten, um Ihr Data Warehouse auf dem neuesten Stand zu halten
Data Warehousing ist sowohl eine Kunst als auch eine Wissenschaft. Obwohl wir im Laufe der Jahre eine Vielzahl von Best Practices entwickelt haben, müssen wir in den ersten Phasen eines Data-Warehousing-Projekts bis hin zu Architektur, Design und Implementierung immer noch Entscheidungen treffen. Das ist es, was ich in diesem Kurs vermittelt habe: die Verschmelzung von Data-Warehousing-Kunst und -Wissenschaft, die Sie für Ihr Unternehmen und Ihre eigene Arbeit nutzen können. Begleiten Sie mich also auf dieser Reise durch die Welt des Data Warehousing!
