Разработка модели данных SQL
20768
Цель курса:
Дать учащимся знания и навыки в области разработки решений Business Intelligence (BI). Курс акцентирует внимание на реализации многомерных баз данных с использованием SQL Server Analysis Services (SSAS), а также создания табличных семантических моделей данных для анализа с использованием службы SSAS.
Аудитория
Основная аудитория данного курса являются специалисты баз данных, которые выполняют роль BI разработчика для создания корпоративных решений BI. Основной обязанности которых будут включать:
- Реализация многомерных баз данных с помощью служб аналитики SQL Server
- Создание табличной семантической модели данных для анализа с помощью служб аналитики SQL Server
Также этот курс будет полезен специалистам, работающим с информацией и бизнес-аналитикам.
Результат обучения
По окончании курса слушатели смогут:
- Описать компоненты, архитектуру и суть решения BI
- Создать многомерную базу данных служб аналитики
- Использовать измерения в Кубе
- Использовать меры и группы мер в Кубе
- Понимать синтаксис многомерных выражений
- Настраивать кубы
- Реализовывать работу с табличной базой данных
- Использовать DAX для запроса табличной модели
- Использовать интеллектуальный анализ данных для прогнозирования
Предварительный уровень подготовки
Для эффективного обучения на курсе слушатели должны обладать следующими знаниями и навыками:
- Базовые знания об основной функциональности операционной системы Microsoft Windows
- Знание языка Transact-SQL
- Знания в области основ реляционных баз данных
Программа курса
Модуль 1: Введение в бизнес-аналитику и моделирование данных (2 ак.часа)
• Введение в бизнес-аналитику
• Платформа бизнес-аналитики Microsoft
Лабораторная работа: Изучение хранилища данных
Модуль 2: Создание многомерных баз данных (3 ак.часа)
• Введение в многомерный анализ
• Создание источников данных и представлений источников данных
• Создание куба
• Обзор безопасности куба
Лабораторная работа: Создание многомерных баз данных
Модуль 3: Работа с кубами и измерениями (2 ак.часа)
• Настройка измерений
• Определение иерархии атрибутов
• Сортировка и группировка атрибутов
Лабораторная работа: Работа с кубами и измерениями
Модуль 4: Работа с мерами и группами мер (3 ак.часа)
• Работа с мерами
• Работа с группами мер
Лабораторная работа: Конфигурирование мер и групп мер
Модуль 5: Введение в MDX (3 ак.часа)
• Основы MDX
• Добавление вычислений в кубе
• Использование многомерных выражений для запроса к кубу
Лабораторная работа: Использование MDX
Модуль 6: Настройка функциональности куба (2 ак.часа)
• Реализация ключевых показателей производительности (KPI)
• Реализация действий
• Реализация перспектив
• Реализация переводов
Лабораторная работа: Настройка куба
Модуль 7: Реализация табличной модели данных с Analysis Services (3 ак.часа)
• Введение в табличные модели данных Analysis Services
• Создание табличной модели данных
• Использование табличной модели данных с Analysis Services в организации
Лабораторная работа: Работа с табличной моделью данных в Analysis Services
Модуль 8: Введение в выражения анализа данных (DAX) (3 ак.часа)
• Основы DAX - Data Analysis Expression
• Использование DAX для создания вычисляемых столбцов и мер в табличной модели данных
Лабораторная работа: Создание вычисляемых столбцов и мер с помощью DAX
Модуль 9: Выполнение прогнозирования с помощью интеллектуального анализа данных (3 ак.часа)
• Обзор интеллектуального анализа данных (Data Mining)
• Использование надстроек Data Mining в Excel
• Создание пользовательского решения по интеллектуальному анализу данных
• Проверка модели интеллектуального анализа данных
• Подключение и использование данных модели интеллектуального анализа данных
Лабораторная работа: Выполнение прогнозирования с помощью интеллектуального анализа данных