Data Warehouse - Entwurf und Modellierung

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

Zielgruppe

Das Seminar ”Data Warehouse - Entwurf und Modellierung” richtet sich an Fach- und Führungskräfte, Projektleiter, Data Warehouse Architekten und Data Warehouse Systemingenieure, die eine Datenstruktur für ein Data Warehouse entwerfen oder prüfen müssen.

Voraussetzungen

Um dem Lernstoff leicht folgen zu können, sollten Sie das Sem. 05685 05685 besucht haben oder vergleichbare Kenntnisse haben. Anwender-Kenntnisse über IT-Systeme, Datenbanken und Applikationen und Grundkenntnisse im Datenmodellieren sollten Sie auch mitbringen.