- Grundlagen der Datenmodellierung
- Einführung in die Datenmodellierung im Kontext eines Data Warehouses
- Unterschiede zwischen relationalem und multidimensionalem Datenmodell
- Vorstellung der wichtigsten Begriffe und Konzepte
- Entity-Relationship-Modellierung (ERM)
- Erklärung des Entity-Relationship-Modells und seiner Bestandteile
- Praktische Übungen zur Erstellung einfacher ERM-Diagramme
- Dimensionale Modellierung
- Konzepte der dimensionalen Modellierung verstehen
- Sternschema und Schneeflockenschema
- Best Practices für die dimensionale Modellierung
- Faktentabellen und Dimensionstabellen
- Bedeutung und Aufbau von Faktentabellen
- Rolle und Struktur von Dimensionstabellen
- Beispiele und Übungen zur Erstellung von Faktentabellen und Dimensionstabellen
- Normalisierung und Denormalisierung
- Konzepte der Normalisierung und Denormalisierung verstehen
- Vor- und Nachteile jeder Technik
- Praktische Anwendungsfälle und Beispiele
- Aggregatdesign und Indexierung
- Bedeutung von Aggregaten im Data Warehouse
- Strategien für die Aggregatbildung
- Indexierung von Data-Warehouse-Tabellen für Leistungsverbesserungen
- Modellierung von Zeitdimensionen
- Besonderheiten der Zeitdimensionen im Data Warehouse
- Aufbau und Struktur von Zeitdimensionstabellen
- Praktische Übungen zur Modellierung von Zeitdimensionen
- SCD (Slowly Changing Dimensions)
- Arten von SCDs und deren Anwendungsfälle
- Methoden zur Implementierung von SCDs in einem Datenmodell
- Best Practices für die Verwaltung von SCDs
- Datenmodellierung in der Praxis
- Praktische Aspekte der Datenmodellierung im Data Warehouse
- Fallstricke und Herausforderungen bei der Umsetzung
- Erfolgsfaktoren für eine effektive Datenmodellierung
- Fallstudien und Gruppenübungen
- Analyse von Fallstudien aus der Praxis
- Gruppenübungen zur Lösung von Datenmodellierungsproblemen
- Diskussion der Ergebnisse und Best Practices
- Datenqualität und Data Governance
- Bedeutung von Datenqualität im Data Warehouse
- Maßnahmen zur Sicherstellung von Datenqualität
- Rolle von Data Governance in der Datenmodellierung
- Zukunftstrends in der Datenmodellierung
- Überblick über aktuelle Entwicklungen und Trends in der Datenmodellierung
- Auswirkungen neuer Technologien auf die Datenmodellierung im Data Warehouse
- Empfehlungen für die zukünftige Weiterentwicklung
LernzieleSie erlernen die Grundlagen und Best Practices der Datenmodellierung im Data Warehouse. Dies umfasst das Verständnis und die Anwendung von Entity-Relationship-Modellen und dimensionalen Modellen sowie die Implementierung von Faktentabellen und Dimensionstabellen.
Zielgruppen- Teilnehmer sollten über grundlegende Kenntnisse in Datenbanken und SQL verfügen.
- Teilnehmer sollten ein grundlegendes Verständnis von Data Warehousing haben.
- Interesse an Datenmodellierung und -architektur wird vorausgesetzt.
