Datawarehousing mit PostgreSQL
Classroom Schulung | Deutsch | Anspruch
Schulungsdauer: 2 Tage
Ziele
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.
Zielgruppe
Datenbank- und Data Warehouse-Designer, Anwendungsentwickler und Datenbankadministratoren
Voraussetzungen
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
Ziele
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.
Zielgruppe
Datenbank- und Data Warehouse-Designer, Anwendungsentwickler und Datenbankadministratoren
Voraussetzungen
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