Datenmodellierung - Data Warehouse-Konzepte (1045297)

Druckansicht
  • Dauer:
    2 Tage
  • Zielgruppe:
    Information Workers, IT Professionals
  • Vorkenntnisse:
    Allgemeine Kenntnisse der Mathematik
  • Methode:
    Vortrag, Diskussion, Einzel- und Gruppenarbeit mit Übungen. Eigene Arbeiten und Projektfragen können in das Seminar eingebracht werden.
  • Typ:
    Öffentliches Seminar / Inhouse
  • Download
    Anmeldeformular | AGB | Info-Broschüre
Themen:
Die Entwicklung und der Betrieb eines Data Warehouses verlangen modifizierte Ansätze zur Datenmodellierung als gewöhnliche Transaktions-Datenbanken. Dieses Seminar zeigt Ihnen alle Grund- und Vorgehensaspekte eines Data Warehouses und unterscheidet die einzelnen Vor- und Nachteile bei der Implementierung.

Inhalte

A. Architektur und Grundlagen

[0,25 Tage] Abgrenzung und Einordnung: Begriffliche Einordnung, Einordnung und Abgrenzung von Business Intelligence, Anwendungsbereiche - Referenzarchitektur: Aspekte einer Referenzarchitektur, Data-Warehouse-Manager, Datenquelle, ETL, Komponenten eines Data Warehouses

B. Phasen des Data Warehousing

[0,25 Tage] Monitoring, ETL (Extraktion, Laden, Transformation), Analyse und Planung - Physische Architektur: Speicherarchitekturen für das Data Warehouse und die Basisdatenbank, Schichtenarchitekturen, Middleware, Schnittstellen, Sicherheit

C. Modellierung im multidimensionalen Datenmodell

[0,5 Tage] Das multidimensionale Datenmodell: Konzeptuelle Modellierung, Logische Modellierung, Unterstützung von Veränderungen - Metadaten: Metadaten und Metamodelle beim Data Warehousing, Metadatenmanagement, Metadatenmanagementsystem, Metadaten-Warehouse

D. Physische Umsetzung

[0,5 Tage] Umsetzung des multidimensionalen Datenmodells: Relationale Speicherung, Multidimensionale Speicherung, Realisierung der Zugriffskontrolle - Optimierung: Anfragen im multidimensionalen Modell, Indexstrukturen, Partitionierung, Einsatz materialisierter Sichten, Optimierung eines multidimensionalen Datenbanksystems

E. Anwendung

[0,25 Tage] Datenprobleme: Unvollständigkeit, Unkorrektheit, Unverständlichkeit, Inkonsistenz - Ursachen für Datenprobleme: Falsche oder ungünstige Datenstrukturen, Geschätsregeln, Validierungen - Berücksichtigung im System und in der Übernahme-Anwendung

F. OLAP und Data Mining

[0,25 Tage] OLAP: Tabellen, Pivot-Darstellungen, Dimensionen, Hierarchien, MDX als Abfragesprache - Data Mining: Erweiterung der statistischen Methoden für Cluster-Analyse, Assoziationsregeln oder Entscheidungsbäume und Neuronale Netze

Dozent:
Marco Skulschus studierte in Wuppertal und Paris Ökonomie und schloss mit einer Diplom-Arbeit zur semantischen Modellierung in XML-Strukturen ab. Er ist in unserem Hause sowohl im Seminar- wie auch im Projektbereich tätig. Er konzentriert sich hierbei auf Beratungsleistungen im Bereich Berichts- und Expertensysteme mit Schwerpunkt sozialwissenschaftliche Befragung für betriebliche Entscheidungsfindung. Ein aktuelles Projekt wird mit Mitteln des BMWi und als Kooperation mit der Hochschule für Philosophie in München gefördert.
Er ist auch als Buch-Autor tätig. Zu den aktuellen Veröffentlichungen gehören: „Dynamische .NET-GUIs“ (Comelio Medien, ISBN: 978-3-939701-07-1), „MS SQL Server 2005: XML und SOAP Webservices“ (Comelio Medien, ISBN 978-3-939701-03-3) und „XML: Standards und Technologien“ (Comelio, Medien, ISBN: 978-3-939701-21-7).

Comelio Skulschus Java Comelio Skulschus PHP1 Comelio Skulschus Wiederstein NET Comelio Skulschus Wiederstein XML XSLT ComptiaCTT Microsoft Certified Trainer