Разработка модели данных SQL

Модуль 1: Введение в бизнес-аналитику и моделирование данных

В этом модуле приведены основные понятия бизнес-аналитики и перечислены основные продукты Microsoft для бизнес-аналитики.

Темы

• Введение в бизнес-аналитику
• Платформа бизнес-аналитики Microsoft

Лабораторная работа: Изучение хранилища данных

• Изучение хранилища данных
• Изучение модели данных

Модуль 2: Создание многомерных баз данных

В этом модуле описывается создание многомерных баз данных с использованием служб SQL Server Analysis Services.

Темы

• Введение в многомерный анализ
• Создание источников данных и представлений источников данных
• Создание куба
• Обзор безопасности куба
• Настройка SSAS
• Мониторинг SSAS

Лабораторная работа: Создание многомерных баз данных

• Создание источника данных
• Создание и изменение представления источника данных
• Создание и изменение куба

Модуль 3: Работа с кубами и измерениями

В этом модуле описывается, как реализовать измерения в кубе.

Темы

• Настройка измерений
• Определение иерархии атрибутов
• Сортировка и группировка атрибутов
• Медленно меняющиеся измерения

Лабораторная работа: Работа с кубами и измерениями

• Настройка измерений
• Определение отношений и иерархий
• Сортировка и группировка атрибутов измерения

Модуль 4: Работа с мерами и группами мер

В этом модуле описывается, как реализовать меры и группы мер в кубе.

Темы

• Работа с мерами
• Работа с группами мер

Лабораторная работа: Конфигурирование мер и групп мер

• Настройка мер
• Определение использования измерений и отношений
• Настройка хранилища групп мер

Модуль 5: Введение в MDX

Этот модуль описывает синтаксис MDX и использование многомерных выражений MDX.

Темы

• Основы MDX
• Добавление вычислений в кубе
• Использование многомерных выражений для запроса к кубу

Лабораторная работа: Использование MDX

• Запрос куба с использованием MDX
• Создание вычисляемого элемента

Модуль 6: Настройка функциональности куба

В этом модуле описывается, как настроить куб.

Темы

• Введение в бизнес-аналитику
• Реализация ключевых показателей производительности (KPI)
• Реализация действий
• Реализация перспектив
• Реализация переводов

Лабораторная работа: Настройка куба

• Внедрение KPI
• Реализация действия
• Реализация перспектив
• Внедрение перевода

Модуль 7: Реализация табличной модели данных с Analysis Services

В этом модуле описывается, как реализовать табличную модель данных в Power Pivot.

Темы

• 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

• Создание табличной модели данных служб Analysis Services
• Настройка отношений и атрибутов
• Настройка модели данных для бизнес-решений.

Модуль 8: Введение в выражения анализа данных (DAX)

В этом модуле описывается, как использовать DAX для создания измерений и вычисленных столбцов в табличной модели данных.

Темы

• 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

• Создание расчетных столбцов
• Создание мер
• Создание KPI
• Создание иерархии родитель - потомок

Модуль 9: Выполнение прогнозирования с помощью интеллектуального анализа данных

В этом модуле описывается использование интеллектуального анализа данных для прогнозирования.

Темы

• Обзор интеллектуального анализа данных (Data Mining)
• Создание пользовательского решения по интеллектуальному анализу данных
• Проверка модели интеллектуального анализа данных
• Подключение и использование данных модели интеллектуального анализа данных
• Использование надстроек Data Mining в Excel

Лабораторная работа: Выполнение прогнозирования с помощью интеллектуального анализа данных

• Создание структуры и модели интеллектуального анализа данных
• Изучение моделей интеллектуального анализа данных
• Проверка моделей интеллектуального анализа данных
• Потребление модели интеллектуального анализа данных
• Использование надстройки Excel Data Mining

Необходимая подготовка

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