Dimensioneel modelleren Foundation.183

Dimensioneel modelleren is nodig als je een data warehouse (DWH) op gaat zetten. Ook data marts zijn gebaseerd op dimensionele datamodellen. Een data mart is een databasesysteem dat 1 of meer business processen kan ondersteunen.

Eindgebruikers of front-end Business Intelligence gebruikers zoals mensen die met Power BI werken om tabellen aan elkaar te knopen en stermodellen aan te maken, zouden hun modellen moeten baseren op de BI rapportage vraag, we noemen dit de WorkLoad.

De workload van eindgebruikers bepaalt welke dimensies je in een data warehouse of data mart wilt gebruiken en of je bepaalde dimensies wilt hergebruiken bij verschillende data marts c.q. business processen.

De cursus gaat in op dimensional modelling om zo een goede data architectuur c.q. datamodel te ontwerpen voor de data warehouse en data marts.

Inhoud;

• waarom zijn er dimensies?
• ROLAP of MOLAP dimensioneel modelleren?
• wat is een workload van een gebruiker?
• waarom is workload van belang bij dimensional modeling?
• wat zijn feiten, en hoe herken ik deze?
• wat meet ik bij een feit?
• zijn feiten zonder meetwaarden ook interessant?
• hoe zijn feiten en dimensies gekoppeld?
• welke feiten zijn voor belang voor beslissers of andere BI gebruikers?
• hoe bepaal ik welke dimensies belangrijk zijn?
• hoe bepaal ik de fijnmazigheid voor een dimensie?
• wat is een attribute tree?
• wat is pruning & grafting?
• hoe kan ik een normaal ERD omzetten naar een dimensionaal model?
• wat is een hiërarchie in een dimensie?
• wat is een outrigger en hoe pas ik die toe in dimensies?
• hoe implementeert ik veel-op-veel relaties in een dimensie?
• wat zijn shared dimensies of shared hiërarchieën?
• hoe implementeer ik recursieve relaties in een dimensie?
• gebruik ik bridge tables (koppeltabellen) of doe ik een pushup ward?
• wat is push downward, en push upward?
• wat is conformance in een dimensie?
• neem ik ook beschrijvende kenmerken op in een dimensie, en welke dan?
• gebruik ik degenerated dimensies of een junk dimensie?
• hoe gebruik ik place-holders?
• hoe maak ik een dimensioneel model waarbij ik drill across queries kan uitvoeren?
• wat betekent drill down, en roll up?
• Wat is pivoting op een multi dimensional database?
• Gebruik ik views en welke dan en waarom?
• wat zijn primairy events?
• wat zijn secundary events?
• wat zijn surrogate keys, primary keys, business keys en vreemde sleutels?
• hoe ga ik om met historie?
• slowly changing dimensions (SCD), welke zijn er?
• wanneer gebruik je welk soort SCD?
• hoe implementeer je historie?
• welke soort queries gebruiken historie?
• Stock model of Transaction Flow model gebruiken?
• Wat is het effect van snapshot database op dimensies?
• Lossless grained dimensional model
• lossy-grained dimensional model
• Hyper cube dimensional models (MOLAP)

Doelgroep

Voor beginners op het gebied van data management, data modeling en business intelligence en die willen weten wat een data warehouse is en doet en hoe je dit kunt toepassen in organisaties. Bijvoorbeeld Young Professionals binnen de IT en IT'ers die zich in BI willen verbreden.

Voorkennis

Geen, het is een HBO niveau training

Doelstelling

De deelnemer krijgt kennis, inzicht en basisvaardigheden in het dimensioneel modelleren van data warehouses of data marts en begrijpt dat juiste dimensies van belang zijn om de BI rapportagevraag te kunnen ondersteunen. De deelnemer weet hoe bij de BI front-end de juiste dimensies te definiëren m.b.t. data marts om aan een rapportage-vraag te kunnen voldoen. 

Uitvoering

3 dagen klassikaal, eens in de week een lesdag, of 3 dagen in een week. Online uitvoering kan ook.

Investering training

Zie de kostenspecificatie, materialen, catering en eventuele lunches zijn inbegrepen. Bijkomend de eventuele examenkosten.

Examen

Na de cursus kan men het examen Dimensional Modeling Foundation afleggen. Max,maal 90 minuten, 40 vragen, meerkeuze, open boek.