培训目标：

大数据建模的挑战 大数据建模 抽取的原始数据建模 元数据简介 定义大数据的商业和逻辑模型 创建大数据维模型 创建大数据物理模型 管理大数据模型   主题 内容安排 大数据建模的挑战 大数据和关系数据的本质差异 大数据建模的维度和层次多样性问题 大数据设计方法和传统关系数据库的区别和联系 大数据建模方法参考案例 大数据建模 讨论大数据环境下的数据结构 讨论大数据的设计步骤: –定义商业模型 –定义维度模型 –定义物理模型 –介绍星型模型，简介雪花模型和星座模型   抽取的原始数据建模 数据抽取的内容 数据抽取的方法 抽取后的数据组织模式 采用标准化建模语言进行原始数据建模 元数据简介 大数据元数据定义、类型以及在数据仓库环境中的角色 大数据元数据的类型 开发元数据的策略等 采用建模工具对元数据建模 定义大数据的商业和逻辑模型 大数据的商业和逻辑模型内容都有什么 建模商业模型的方法 建模逻辑模型和实体关系模型的方法 模型之间的映射关系说明 创建大数据维模型 详细介绍星型模型 如何从商业应用中标识事实表和它们的属性（列） 如何从商业应用中标识维表和它们的属性（列） 讨论大数据的层次 讨论大数据的分析方法 采用建模工具建立维模型 创建大数据物理模型 如何将维模型转换成物理模型 物理模型都有哪些内容， 大数据所需的数据库服务器特性 大数据索引的类型和设计策略 大数据的表空间特性和设计策略 大数据中表和索引的分区方法 采用建模工具建立物理模型   管理大数据模型 模型的拆分和团队协作建模 模型的版本 模型的正向和逆向工程 基于模型的文档生成 模型的访问权限控制 课程总结 课程回顾 问题解答 未来工作应用讨论

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

 点击进入报名表

咨询电话：010-62883247

                4007991916

咨询邮箱：soft@info-soft.cn  

 

微信咨询 随时听讲课 聚焦技术实践