Beschreibung
Datenmodellierung im Data Warehouse (Grundlagen)
In diesem dreitägigen Seminar lernen Sie die Grundlagen der Datenmodellierung im Kontext von Data Warehouses. Sie werden in die Unterschiede zwischen relationalen und multidimensionalen Datenmodellen eingeführt und erfahren, wie Sie Entity-Relationship-Modelle und dimensionale Modelle erstellen.Durch praktische Übungen und Fallstudien vertiefen Sie Ihr Wissen und erlangen die Fähigkeiten, Datenmodelle effizient und effektiv zu gestalten. Das Seminar behandelt auch wichtige Themen wie Normalisierung, Denormalisierung, Zeitdimensionen und Datenqualität.
Kommende Starttermine
Inhalte / Module
- 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
Zielgruppe / Voraussetzungen
- 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.
Hinweis: Dieser Kurs richtet sich an Mitarbeitende aus Unternehmen und Institutionen.
Für Privatpersonen ist dieser Kurs leider nicht geeignet.
Eine Informationsanfrage zu diesem Kurs ist nur für Beteiligte aus dem B2B-Bereich sinnvoll.
Abschlussqualifikation / Zertifikat
Infos anfordern
GFU Cyrus AG
Erweitern Sie Ihre IT-Skills mit einem offenen IT-Training oder ganz nach Ihren Bedürfnissen durch eine individuelle IT-Schulung. Programmiersprachen (C#, Python, Java, …), Microsoft Office 365, Anforderungsmanagement, Projektmanagement, Business Intelligence, Data Science, Künstliche Intelligenz, IT-Sicherheit , Administration & Datenbanken, Softwareentwicklung, Testmanagement...
Erfahren Sie mehr über GFU Cyrus AG und weitere Kurse des Anbieters.