|
編號
|
名稱
|
內容
|
|
1
|
數據倉庫和商業決策的關系
|
描述當今商業領域BI和數據倉庫的角色
描述為什么在線聯機系統（OLTP）不能滿足決策支持
決策支持系統的數據抽取流程所帶來的數據倉庫技術
使用數據倉庫技術的原因
如何使用數據倉庫來加速商業決策和提高決策的質量
|
|
2
|
數據倉庫的概念和術語
|
通用的，被廣泛接受的數據倉庫定義
獨立和非獨立的數據集市的不同，適用范圍
數據倉庫開發的一些主要方法，介紹一種常用的模型：螺旋模型方法。
|
|
3
|
設計，分析，和管理數據倉庫項目
|
解釋開發和實現數據倉庫的財政目的
開發時間的控制。
概述數據倉庫項目的關鍵任務
討論商業和用戶需求的收集
如何標識用戶的主要業務，并在短時間實現這一主要業務。
|
|
4
|
數據倉庫建模
|
討論數據倉庫環境下的數據結構
討論數據倉庫的設計步驟:
–定義商業模型
–定義維度模型
–定義物理模型
–介紹星型模型，簡介雪花模型和星座模型
|
|
5
|
構建數據倉庫: 抽取數據簡介
|
構建數據倉庫的ETL (Extraction, Transformation, and Loading)概述
ETL任務, 重點和代價
解釋如何去檢查數據源
Oracle的ETL流程解決方案
|
|
6
|
元數據簡介
|
數據倉庫元數據定義、類型以及在數據倉庫環境中的角色
數據倉庫元數據的類型
開發元數據的策略等
|
|
7
|
數據倉庫基本概念介紹
|
數據倉庫的基本元素
數據倉庫的基本形式
數據倉庫的特點
數據倉庫的開發特性
數據倉庫與決策支持系統
數據倉庫與數據集市
|
|
8
|
定義數據倉庫的商業和邏輯模型
|
討論企業級的策略分析工作
定義商業模型的各個部分
討論數據倉庫中元數據所扮演的角色，及追蹤元數據的方法
定義邏輯模型和實體關系模型
|
|
9
|
創建維模型
|
詳細介紹星型模型
如何從商業應用中標識事實表和它們的屬性（列）
如何從商業應用中標識維表和它們的屬性（列）
討論數據倉庫中的層次
討論數據倉庫的分析方法
|
|
10
|
創建物理模型
|
如何將維模型轉換成物理模型
討論數據倉庫對體系結構的需求
介紹各種硬件體系結構的優缺點
討論數據倉庫所需的數據庫服務器特性
|
|
11
|
物理模型的存儲
|
介紹數據倉庫大小的測試技術和測試樣品的選取
介紹數據倉庫索引的類型和策略
討論數據倉庫的表空間特性和策略
討論數據倉庫中表和索引的分區方法
|
|
12
|
ETL策略
|
介紹在構建數據倉庫過程中的ETL方法
ETL的常見問題
常用的ETL技術
|
|
13
|
綜合數據的管理
|
討論綜合數據的管理和Oracle是如何實現的
介紹物化視圖和Oracle的自動管理
星型查詢的優化，Oracle優化器和查詢的自動重寫
標識Oracle的維等
|
|
14
|
Oracle SQL 對數據倉庫的支持
|
改進了綜合語句的功能和效率
同時將數據插入多個表
使用MERGE語句有條件的插入或修改數據
使用WITH子句提高查詢效率等
|
