数据仓库设计、应用与优化培训课程

培训目标：

了解数据仓库和商业决策的关系
了解数据仓库的概念和术语
学习设计，分析，和管理数据仓库项目
数据仓库建模
构建数据仓库: 抽取数据简介
元数据简介
数据仓库基本概念介绍
定义数据仓库的商业和逻辑模型
创建维模型
创建物理模型
物理模型的存储
ETL策略
综合数据的管理
Oracle SQL 对数据仓库的支持

数据仓库和商业决策的关系	描述当今商业领域BI和数据仓库的角色描述为什么在线联机系统（OLTP）不能满足决策支持决策支持系统的数据抽取流程所带来的数据仓库技术使用数据仓库技术的原因如何使用数据仓库来加速商业决策和提高决策的质量
数据仓库的概念和术语	通用的，被广泛接受的数据仓库定义独立和非独立的数据集市的不同，适用范围数据仓库开发的一些主要方法，介绍一种常用的模型：螺旋模型方法。
设计，分析，和管理数据仓库项目	解释开发和实现数据仓库的财政目的开发时间的控制。概述数据仓库项目的关键任务讨论商业和用户需求的收集如何标识用户的主要业务，并在短时间实现这一主要业务。。
数据仓库建模	讨论数据仓库环境下的数据结构讨论数据仓库的设计步骤: –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
构建数据仓库: 抽取数据简介	构建数据仓库的ETL (Extraction, Transformation, and Loading)概述 ETL任务, 重点和代价解释如何去检查数据源 Oracle的ETL流程解决方案
元数据简介	数据仓库元数据定义、类型以及在数据仓库环境中的角色数据仓库元数据的类型开发元数据的策略等
数据仓库基本概念介绍	数据仓库的基本元素数据仓库的基本形式数据仓库的特点数据仓库的开发特性数据仓库与决策支持系统数据仓库与数据集市
定义数据仓库的商业和逻辑模型	讨论企业级的策略分析工作定义商业模型的各个部分讨论数据仓库中元数据所扮演的角色，及追踪元数据的方法定义逻辑模型和实体关系模型
创建维模型	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）讨论数据仓库中的层次讨论数据仓库的分析方法
创建物理模型	如何将维模型转换成物理模型讨论数据仓库对体系结构的需求介绍各种硬件体系结构的优缺点讨论数据仓库所需的数据库服务器特性
物理模型的存储	介绍数据仓库大小的测试技术和测试样品的选取介绍数据仓库索引的类型和策略讨论数据仓库的表空间特性和策略讨论数据仓库中表和索引的分区方法
ETL策略	介绍在构建数据仓库过程中的ETL方法 ETL的常见问题常用的ETL技术
综合数据的管理	讨论综合数据的管理和Oracle是如何实现的介绍物化视图和Oracle的自动管理星型查询的优化，Oracle优化器和查询的自动重写标识Oracle的维等
Oracle SQL 对数据仓库的支持	改进了综合语句的功能和效率同时将数据插入多个表使用MERGE语句有条件的插入或修改数据使用WITH子句提高查询效率等