Data Mining und Datenanalyse mit SQL Server Analysis Services und Hadoop
No longer available
Classroom training | German | Claim
Duration of training: 4 days
Objectives
In diesem Kurs lernen Sie die Kombination von SQL Server Analysis Services und Hadoop kennen.
Target audience
- Datenbankentwickler
- Business Intelligence Entwickler
- Datawarehouse-Experten
Requirements
- IT-Grundkenntnisse
- Fundierte Kenntnisse in SQL
- Erfahrung mit SQL Server Analysis Services
- Grundkenntnisse in Hadoop (siehe z.B. "Entwicklung mit Hadoop"), Hive (siehe z.B. "Programmierung mit Hive") und Pig (siehe z.B. "Programmierung mit Pig")
Agenda
Theorie
- Vorteile Anbindung von Hadoop an SQL Server und SSAS
- Sinnvolle Anwendungsfälle im BigData-Umfeld
- Grundlegende Strategien und Konzepte
- Wichtige Unterschiede Hive und Datenquellen aus relationalen Datenbanken
- Verschiedene Möglichkeiten zum Aufbau eines Cubes mit Hive-Daten
Praxis
- Anbindung des SSAS an Hive
- ETL-Prozesse in Hadoop/Hive
- Verwalten von Dimensionen und Fakten
- Abfragen an den Cube in SSAS
- Performance-Optimierung
- ETL-Prozess
- Beladungsprozess
- Umsetzung eines praktischen DataMining-Beispielprojekts
Abschluss
- Zusammenfassung
- Ausblick
- Fragen und Antworten
Objectives
In diesem Kurs lernen Sie die Kombination von SQL Server Analysis Services und Hadoop kennen.
Target audience
- Datenbankentwickler
- Business Intelligence Entwickler
- Datawarehouse-Experten
Requirements
- IT-Grundkenntnisse
- Fundierte Kenntnisse in SQL
- Erfahrung mit SQL Server Analysis Services
- Grundkenntnisse in Hadoop (siehe z.B. "Entwicklung mit Hadoop"), Hive (siehe z.B. "Programmierung mit Hive") und Pig (siehe z.B. "Programmierung mit Pig")
Agenda
Theorie
- Vorteile Anbindung von Hadoop an SQL Server und SSAS
- Sinnvolle Anwendungsfälle im BigData-Umfeld
- Grundlegende Strategien und Konzepte
- Wichtige Unterschiede Hive und Datenquellen aus relationalen Datenbanken
- Verschiedene Möglichkeiten zum Aufbau eines Cubes mit Hive-Daten
Praxis
- Anbindung des SSAS an Hive
- ETL-Prozesse in Hadoop/Hive
- Verwalten von Dimensionen und Fakten
- Abfragen an den Cube in SSAS
- Performance-Optimierung
- ETL-Prozess
- Beladungsprozess
- Umsetzung eines praktischen DataMining-Beispielprojekts
Abschluss
- Zusammenfassung
- Ausblick
- Fragen und Antworten