Datawarehousing mit PostgreSQL

Classroom training | German | Claim

Duration of training: 2 days

Objectives

Der Kurs "Datawarehousing mit PostgreSQL" macht die Teilnehmer mit den Grundlagen von DataWareHouses vertraut. Sie erfahren wie Sie die Grundlagen für ein performante DWH auf PostgreSQL-Basis legen können.

Nach dem Seminar wissen Sie, was beim Entwurf und der Erstellung eines Data Warehouse (DWH) zu berücksichtigen ist. Sie erlernen dimensionale Modelle zu entwickeln und erhalten Leitlinien für die Aggregatbildung, um das dann in ein physische Datenbankdesign umzusetzen. Aufbauend dazu lernen Sie Vorzüge, Besonderheiten und Einschränkungen durch die Verwendung von Methoden wie Partitionierung und Parallelisierung.

Target audience

Datenbank- und Data Warehouse-Designer, Anwendungsentwickler und Datenbankadministratoren

Requirements

Grundkenntnisse von PostgreSQL

Agenda

Grundlagen

  • Was ist Datawarehousing
  • OLAP vs OLTP
  • Einführung in das logische Design für ein Data Warehouse
  • Fakt- und Dimensionstabellen

Dimensionale Modellierung

  • Eigenschaften und Stärken des dimensionalen Modells
  • Star-Schema, Snowflake-Schema
  • Festlegung der Granularität
  • Aggregate
  • Data Marts und Dimensionales Gesamtmodell

Implementierung des physischen Designs

  • Planung der Speicherstrukturen
  • Tabellen, Partitionen, Tablespaces

ETL

  • Best Practices beim Einsatz mit DWH
  • ETL-Prozesse
  • Bulkloading
  • Foreign Data Wrapper

Performance-Betrachtungen

  • Unterstützende Indizes
  • Partitionen und Parallelverarbeitung
  • Column-Stores

Objectives

Der Kurs "Datawarehousing mit PostgreSQL" macht die Teilnehmer mit den Grundlagen von DataWareHouses vertraut. Sie erfahren wie Sie die Grundlagen für ein performante DWH auf PostgreSQL-Basis legen können.

Nach dem Seminar wissen Sie, was beim Entwurf und der Erstellung eines Data Warehouse (DWH) zu berücksichtigen ist. Sie erlernen dimensionale Modelle zu entwickeln und erhalten Leitlinien für die Aggregatbildung, um das dann in ein physische Datenbankdesign umzusetzen. Aufbauend dazu lernen Sie Vorzüge, Besonderheiten und Einschränkungen durch die Verwendung von Methoden wie Partitionierung und Parallelisierung.

Target audience

Datenbank- und Data Warehouse-Designer, Anwendungsentwickler und Datenbankadministratoren

Requirements

Grundkenntnisse von PostgreSQL

Agenda

Grundlagen

  • Was ist Datawarehousing
  • OLAP vs OLTP
  • Einführung in das logische Design für ein Data Warehouse
  • Fakt- und Dimensionstabellen

Dimensionale Modellierung

  • Eigenschaften und Stärken des dimensionalen Modells
  • Star-Schema, Snowflake-Schema
  • Festlegung der Granularität
  • Aggregate
  • Data Marts und Dimensionales Gesamtmodell

Implementierung des physischen Designs

  • Planung der Speicherstrukturen
  • Tabellen, Partitionen, Tablespaces

ETL

  • Best Practices beim Einsatz mit DWH
  • ETL-Prozesse
  • Bulkloading
  • Foreign Data Wrapper

Performance-Betrachtungen

  • Unterstützende Indizes
  • Partitionen und Parallelverarbeitung
  • Column-Stores

Tags

Recommend this site