Data Warehouse - Entwurf und Modellierung

Dimensionale Datenmodelle für Data Warehouses entwerfen und umsetzen – mit Best Practices aus der Praxis.

• Prinzipien und Architektur eines Data Warehouse (DWH):
  • Motivation eines DWH-Projekts
  • Eine DWH-Architektur
  • Konkurrierende Lösungstypen
  • Entwurfsaufgaben und Grundsatzentscheidungen
  Dimensionale Modellierung:
  • Eigenschaften und Stärken des dimensionalen Modells
  • Unterschied zum ERM
  • Fakt- und Dimensionstabellen
  • Star-Schema, Snowflake-Diagramm
  • Dimensionenarten
  • Faktenarten
  • Entwurfsfälle und Musterlösungen
  • Entwurfsprinzipien
  Aggregation und Kennzahlen:
  • Aggregations-Diagramme
  • Kennzahlen-Diagramme
  • Fact Constellation-Schema
  Dimensionales Gesamtmodell:
  • Wertkette und Faktenverbund
  • Data Mart, Dimensionen und Daten-Fakten-Matrix (Datenbus)
  • Daten-Galaxie
  • Data Mart-Auffassungen
  • Stufen zum Aufbau des dimensionalen Gesamtmodells
  Physische Datenhaltungsebene:
  • Konventionen
  • Physisches Modell
  • Mengenkalkulation
  • Indizierung und Indexplan
  • Planung der Speicherstruktur
  Datenübernahmeentwurf:
  • Planung der Übernahmeschritte
  • Infrastrukturplan
  • Verteilungsmöglichkeiten von Data Marts
  • Quellen-Ziel-Mapping
  • Ladeschema
  • Ladeschritte
  • Kontrolle der Ergebnisse

Methode

Unsere praxiserfahrenen Trainer:innen vermitteln den Teilnehmenden durch Vortrag, praxisnahe Fallbeispiele und dem Durchspielen von Musterentwürfen alle Lerninhalte.

LernzieleEin durchdachtes Data Warehouse ist die Grundlage für fundierte Geschäftsentscheidungen und effiziente Datenanalysen. In diesem Seminar lernen Sie, wie Sie ein Data Warehouse strukturiert entwerfen und modellieren – von der Architektur über die dimensionale Modellierung bis hin zur Planung der Datenübernahme.   Anhand praxisnaher Beispiele und bewährter Entwurfsmuster vermitteln Ihnen unsere erfahrenen Trainer:innen, wie Sie Fakt- und Dimensionstabellen konzipieren, Star- und Snowflake-Schemata einsetzen und ein dimensionales Gesamtmodell aufbauen. Sie erfahren, welche physischen Aspekte bei der Datenhaltung zu berücksichtigen sind und wie Sie ETL-Prozesse technisch und konzeptionell gestalten.   Nach dem Training sind Sie in der Lage, tragfähige Datenmodelle zu entwickeln, bestehende Strukturen zu bewerten und den Aufbau eines Data Warehouses gezielt zu planen.ZielgruppenDas Seminar ist ideal für Fach- und Führungskräfte, Projektleiter:innen, Data-Warehouse-Architekt:innen sowie Data-Warehouse-Systemingenieur:innen, die mit der Gestaltung oder Überprüfung von Datenstrukturen in einem Data Warehouse betraut sind.