Vissza

Implementing a 2016 SQL Data Warehouse

Implementing a 2016 SQL Data Warehouse

Kód: 20767
Microsoft_SQL-Server_Implementing-a-SQL-Data-Warehouse-2016.png
Időtartam:5 nap
Nehézségi szint:
  • Középhaladó
235 000 Ft-tól
(Bruttó ár: 298 450 Ft-tól)
Kérdésem van!
Képzési forma
Egyedi igények szerint Nyílt
Képzés nyelve
Magyar
Vizsga Voucher
Kérem az ajándék Vouchert Nem kérem az ajándék Vouchert
Időpontok
2017-04-03 09:00 - 2017-04-07 17:00Várhatóan indul
Szabad helyek
Összes hely
- + Jelentkezem

Termékleírás

A tanfolyam célja adattárházak kialakításának megismertetése annak érdekében, hogy az erre épülő Business Intelligence megoldásokkal támogassák a döntéshozói folyamatokat. A hallgatók megismerik az adattárházak létrehozásának menetét SQL Server 2016 alatt, az ETL implementációját SQL Server Integration Services alkalmazásával, valamint adattisztítási és validációs lehetőségeket SQL Server Data Quality Services segítségével. A Microsoft vizsga kupon (voucher) felhasználható a 070-, a 074-, és az MB jelű vizsgákhoz. A kupon egyszeri vizsgázási lehetőséget biztosít egy választott vizsgára.

Kinek ajánljuk

  • Adatbázis szakemberek számára, akik adattárházak építésével foglalkoznak.
  • SSIS technológiával foglalkozó fejlesztőknek.

Szükséges előképzettség

  • Alapismeretek relációs adatbázisok területén
  • Tapasztalat Windows környezetben történő munkavégzésben

Tematika

Module 1: Introduction to Data Warehousing

Describe data warehouse concepts and architecture considerations.

Lessons

  • Overview of Data Warehousing
  • Considerations for a Data Warehouse Solution

Lab : Exploring a Data Warehouse Solution

Module 2: Planning Data Warehouse Infrastructure

This module describes the main hardware considerations for building a data warehouse.

Lessons

  • Considerations for Building a Data Warehouse
  • Data Warehouse Reference Architectures and Appliances

Lab : Planning Data Warehouse Infrastructure

Module 3: Designing and Implementing a Data Warehouse

This module describes how you go about designing and implementing a schema for a data warehouse.

 Lessons

  • Logical Design for a Data Warehouse
  • Physical Design for a Data Warehouse

Lab : Implementing a Data Warehouse Schema

Module 4: Columnstore Indexes

This module introduces Columnstore Indexes.

Lessons

  • Introduction to Columnstore Indexes
  • Creating Columnstore Indexes
  • Working with Columnstore Indexes

Lab : Using Columnstore Indexes

Module 5: Implementing an Azure SQL Data Warehouse

This module describes Azure SQL Data Warehouses and how to implement them.

Lessons

  • Advantages of Azure SQL Data Warehouse
  • Implementing an Azure SQL Data Warehouse
  • Developing an Azure SQL Data Warehouse
  • Migrating to an Azure SQ Data Warehouse

Lab : Implementing an Azure SQL Data Warehouse

Module 6: Creating an ETL Solution

At the end of this module you will be able to implement data flow in a SSIS package.

Lessons

  • Introduction to ETL with SSIS
  • Exploring Source Data
  • Implementing Data Flow

Lab : Implementing Data Flow in an SSIS Package

Module 7: Implementing Control Flow in an SSIS Package

This module describes implementing control flow in an SSIS package.

Lessons

  • Introduction to Control Flow
  • Creating Dynamic Packages
  • Using Containers

Lab : Implementing Control Flow in an SSIS Package

Lab : Using Transactions and Checkpoints

Module 8: Debugging and Troubleshooting SSIS Packages

This module describes how to debug and troubleshoot SSIS packages.

Lessons

  • Debugging an SSIS Package
  • Logging SSIS Package Events
  • Handling Errors in an SSIS Package

Lab : Debugging and Troubleshooting an SSIS Package

Module 9: Implementing an Incremental ETL Process

This module describes how to implement an SSIS solution that supports incremental DW loads and changing data.

Lessons

  • Introduction to Incremental ETL
  • Extracting Modified Data
  • Temporal Tables

Lab : Extracting Modified Data

Lab : Loading Incremental Changes

Module 10: Enforcing Data Quality

This module describes how to implement data cleansing by using Microsoft Data Quality services.

Lessons

  • Introduction to Data Quality
  • Using Data Quality Services to Cleanse Data
  • Using Data Quality Services to Match Data

Lab : Cleansing Data

Module 11: Using Master Data Services

This module describes how to implement master data services to enforce data integrity at source.

Lessons

  • Master Data Services Concepts
  • Implementing a Master Data Services Model
  • Managing Master Data
  • Creating a Master Data Hub

Lab : Implementing Master Data Services

Module 12: Extending SQL Server Integration Services (SSIS)

This module describes how to extend SSIS with custom scripts and components.

Lessons

  • Using Custom Components in SSIS
  • Using Scripting in SSIS

Lab : Using Scripts and Custom Components

Module 13: Deploying and Configuring SSIS Packages

This module describes how to deploy and configure SSIS packages.

Lessons

  • Overview of SSIS Deployment
  • Deploying SSIS Projects
  • Planning SSIS Package Execution

Lab : Deploying and Configuring SSIS Packages

Module 14: Consuming Data in a Data Warehouse

This module describes how to debug and troubleshoot SSIS packages.

Lessons

  • Introduction to Business Intelligence
  • Introduction to Reporting
  • An Introduction to Data Analysis
  • Analyzing Data with Azure SQL Data Warehouse

Lab : Using Business Intelligence Tools

Tanfolyami naptár