中小型企業商業智能平臺的開發和實現(數據倉庫、BI系統、真實項目實戰)
  完成
收藏課程
9999+

中小型企業商業智能平臺的開發和實現(數據倉庫、BI系統、真實項目實戰)

本課程以公共衛生領域高血壓的管理為實際應用場景,為高血壓管理系統建立數據倉庫,進行數據分析。本課程一共分為四個章節,76講。第一章主要介紹了商業智能系統的發展,...

適合人群:初級
課時數量:76課時
用到技術:數據倉庫、BI系統、真實項目實戰
涉及項目:中小型企業商業智能平臺

  • 課程顧問貼心解答

    為你推薦精品課程,無論就業還是升職加薪,毫無壓力。

  • 名企定制緊隨大流

    量身打造緊貼企業需求的實用性課程。

  • 系統教學把控效果

    集學、測、練為一體的學習系統為你科學的安排學習進度,提高效率。

  • 一線大師1對1指導

    課程研發團隊內一線資深講師一對一指導,手把手教學,直到學會。

  • 點播答疑完美結合

    每周2-3次直播解答,保證學員日常學習問題能得到解決。

  • 量身定制學習計劃

    告別雜亂的學習方式,我們會根據你的情況定制學習計劃。

 

1.1、課程的背景

隨著業務系統的完善,特別是業務系統數據的積累,公司業務分析及決策人員越來越發現基于業務系統基礎數據的各種分析對其決策非常有幫助。因此基于業務系統的數據建立數據倉庫、建立商業智能(BI)系統已經是大勢所趨。企業的精細化管理的核心思想是快、精、準,這幾個基本要求都需要BI的強力支撐,數據里面的知識可以幫助企業進行優化升級。但是一個BI系統的商業化產品和開發工具非常昂貴,對于中小型企業來說,難以承受這種成本支出。因此,本課程利用數據倉庫的知識,通過自己編寫存儲過程或者程序的方式來達到為客戶提供數據分析的效果。

 

 

 1.2、課程內容簡介

本課程以公共衛生領域高血壓的管理為實際應用場景,為高血壓管理系統建立數據倉庫,進行數據分析。本課程一共分為四個章節,76講。第一章主要介紹了商業智能系統的發展,從商業智能的學科范圍、演化史、應用案例到自然演化式的體系結構,以及面臨的問題,再講到數據倉庫以及開發方法。第二章主要解析了數據倉庫的一些主要術語,例如,分區、粒度、維度、度量值、多維數據模型以及DW2.0。第三章講述了如何設計數據倉庫,引入了元數據的概念。第四章是整個課程中課時最多的部分,花了比較多的時間從頭到尾搭建了一個BI系統,最終是以Web Service的方式供第三方調用。

 

 

 

1。3、課程大綱

一、理論講解部分:

1.商業智能系統的發展 - 商業智能的概念、學科范圍、演化史和應用案例

2.商業智能系統的發展 – 信息抽取、自然演化式的體系結構以及面臨的問題

3。商業智能系統的發展 – 初識數據倉庫

4。商業智能系統的發展 – 數據倉庫開發方法

5.數據倉庫的主要術語解析 - 數據倉庫的概念

6。數據倉庫的主要術語解析 - 數據倉庫的主要設計問題-粒度

7.數據倉庫的主要術語解析 – 雙重粒度、活樣本數據庫

8.數據倉庫的主要術語解析 - 數據倉庫的主要設計問題-數據分區

9。數據倉庫的主要術語解析 - 數據倉庫的常見問題

10。數據倉庫的主要術語解析 - 數據立方體、維、事實、多維數據庫模式

11.數據倉庫的主要術語解析 - 度量、維度、OLAP操作

12.數據倉庫的主要術語解析 - 數據倉庫的變體、DW2.0簡介

13。數據倉庫的主要術語解析 - DW2。0簡介(續1)

14.數據倉庫的主要術語解析 - DW2.0簡介(續2)

15。數據倉庫的主要術語解析 - DW2。0簡介(續3)

16.如何設計數據倉庫 - 構造數據倉庫的兩個主要工作(操作型系統接口的設計)

17。如何設計數據倉庫 - 構造數據倉庫的兩個主要工作(數據倉庫本身的設計)

18.如何設計數據倉庫 – 數據模型與迭代式開發、規范化/反向規范化

19.如何設計數據倉庫 - 數據倉庫中的快照、元數據

20.如何設計數據倉庫 - 數據周期、數據倉庫記錄的觸發、概要記錄


二、項目實戰部分:

1.數據倉庫搭建實戰 – 操作性數據庫的準備和分析

2.數據倉庫搭建實戰 - 創建表之間的關系、導入導出數據庫、添加數據內容

3。數據倉庫搭建實戰 - 從外部文件導入數據、設計數據倉庫、創建維度表

4.數據倉庫搭建實戰 - 創建簡單的時間維度表

5。數據倉庫搭建實戰 - 創建完整的時間維度表

6.數據倉庫搭建實戰 – 編寫存儲過程為完整的時間維度表添加數據

7。數據倉庫搭建實戰 - 編寫存儲過程為完整的時間維度表添加數據(續1)

8.數據倉庫搭建實戰 - 編寫存儲過程為完整的時間維度表添加數據(續2)

9。數據倉庫搭建實戰 - 編寫存儲過程為完整的時間維度表添加數據(續3)

10.數據倉庫搭建實戰 - 編寫存儲過程為完整的時間維度表添加數據(續4)

11.數據倉庫搭建實戰 - 編寫存儲過程為完整的時間維度表添加數據(續5)

12.數據倉庫搭建實戰 - 編寫小程序為完整的時間維度表添加數據

13.數據倉庫搭建實戰 - 編寫小程序為完整的時間維度表添加數據(續1)

14.數據倉庫搭建實戰 - 編寫小程序為完整的時間維度表添加數據(續2)

15.數據倉庫搭建實戰 - 編寫小程序為完整的時間維度表添加數據(續3)

16。數據倉庫搭建實戰 - 編寫小程序為完整的時間維度表添加數據(續4)

17.數據倉庫搭建實戰 - 編寫小程序為完整的時間維度表添加數據(續5)

18。數據倉庫搭建實戰 - 編寫小程序為完整的時間維度表添加數據(續6)

19.數據倉庫搭建實戰 - 建立其他維表

20。數據倉庫搭建實戰 - 分析比較兩種方法的優缺點

21.數據倉庫搭建實戰 - 建立其他維表(續1)、建立Cube

22。數據倉庫搭建實戰 - 分析操作型數據庫中的數據情況、確定分區和粒度、建立事實表

23.數據倉庫搭建實戰 - 增加Gender維度,GZYS維度,Age維度

24.數據倉庫搭建實戰 - 向新增的維表中添加數據

25.數據倉庫搭建實戰 - 向新增的維表中添加數據(續1)

26。數據倉庫搭建實戰 - Extract, Transform, Load-Sp框架搭建

27.數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫

28。數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續1)

29。數據倉庫搭建實戰 - 構造Transform表

30.數據倉庫搭建實戰 - 構造Transform表(續1)

31。數據倉庫搭建實戰 - 構造Transform表(續2)

32.數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續2)

33.數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續3)

34.數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續4)

35.數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續5)

36.數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續6)

37。數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續7)

38。數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續8)

39。數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續9:調試)

40.數據倉庫搭建實戰 - Extract, Transform, Load-Sp編寫(續10:處理增量)

41.數據倉庫搭建實戰 - Log_ETL_SUMMARY以及Log_TEL_ERROR_DETAIL中增加主題名

42.數據倉庫搭建實戰 - 增加ODS表

43.數據倉庫搭建實戰 - 為ODS表添加數據

44。數據倉庫搭建實戰 - 為ODS表添加數據(續1:考慮增量)

45.數據倉庫搭建實戰 - 為ODS表添加數據(續2:增加記錄條數的統計)

46。數據倉庫搭建實戰 - 為ODS修改ETL的存儲過程

47.數據倉庫搭建實戰 - 調試ETL的存儲過程

48.數據倉庫搭建實戰 - 調試ETL的存儲過程(續1:驗證增量)、定時執行ETL存儲過程

49.數據倉庫搭建實戰 - 加入校驗機制(ODS < —— > MAPPING(Source部分))

50。數據倉庫搭建實戰 - 加入校驗機制(MAPPING(Target部分)< —— > DIM)

51.數據倉庫搭建實戰 - 加入校驗機制后完善ETL

52。數據倉庫搭建實戰 - 加入校驗機制后完善ETL(續1)

53.數據倉庫搭建實戰 - 調試加入校驗機制后的ETL

54.數據倉庫搭建實戰 - 調試加入校驗機制后的ETL(續1)、創建Web Service

55.數據倉庫搭建實戰 - 調試加入校驗機制后的ETL(續2)、創建Web Service(續1)

56。數據倉庫搭建實戰 - 調試加入校驗機制后的ETL(續3)、創建Web Service(續2)


 

1.4、課程部分項目截圖

 


 


 


 


 

二、為什么需要這么套課程?   

 

2.1、企業需要什么?

說明:以下企業需求職位均來自于51job。

職位1、ETL開發工程師

 


 

職位2、數據倉庫開發工程師


 

更多企業招聘信息請參考:www.51job.com 

 

 

2.2、課程學習目標(我們提供什么?)

目標一. 可以讓學員快速上手掌握維表、事實表以及相關的概念

 

目標二。 可以讓學員迅速掌握各種維表的創建技巧

 

目標三. 可以讓學員迅速掌握像維表中添加數據的多種方法

 

目標四。 可以讓學員熟練使用ETL的開發和注意事項

 

目標五. 了解Web Service,熟悉搭建的全過程

 

目標六. 了解C#,熟悉搭建application的技巧與注意事項

 

目標七. 通過完整的項目實戰,全面的演示了整個數據倉庫搭建的綜合步驟、過程、注意事項及技巧

 

目標八. 通過本課程的學習,為學員以后開發商業智能項目提供了完整示范。


2.3、課程特色

特點一、講師具有一線的實戰經驗與豐富的教學經驗,課程即講解案例實現思路、理論與原理又講解實戰技巧與注意事項,即照顧到基顧學員,又照顧到有一定實戰經驗想要提高自己的學員。


特點二、在每節開始之前先簡單回顧上一節所講的主要內容,并對本節所講的內容先進行概述,講解概念、技術要點,設計實現思路等內容,最后總結本次課程的要掌握的要點,講師授課采用先理論,后實戰的方式,由淺入深,符合人們接受知識的自然規律。


特點三、學習的過程中學員要理論和實踐相結合,講過的代碼學員自行完成修改和調試,以鞏固加深學習效果

 

 

2。4、課程亮點

亮點一、sql語句、存儲過程、Web Service 都是相對比較成熟的技術,用如此組合為中小型企業打造商業智能平臺在實踐的過程中確實可以被用戶所接受。從數據倉庫的發展現狀來看,可以保證讓您的技術在二到三年內不會落伍,而且一定能給滿足客戶的要求.


亮點二、理論與實戰相結合,由淺入深。即照顧到基礎學員,又照顧到有一定經驗的學員,即講解細致,又一針見血,對技術絕不含糊.


亮點三、課程絕大多數代碼均是一行一行手工敲入,手把手一步步帶領學員從入門到精通.


亮點四、sql語句、存儲過程、Web Service這種組合及項目實戰國內視頻教學尚屬首部,而此種組合也是該講師以前項目中常采用的一種框架,具有實戰意義.


亮點五、整個課程雖項目不大,但“麻雀雖小,五臟倶全”,整個項目基本上涉及到商業智能平臺搭建的方方面面,學員拿到該項目后稍加改造就可以用到自己的項目,實用性超強。


3.課程真心不錯,我可以學嗎?

本課程針對具有一定的數據庫基礎與一定的程序開發基礎的學員,想通過本項目的學習,了解商業智能的新特性,結合sql語句、存儲過程、Web Service開發商業項目的學員。


4.我該怎么學,如何才能學好這門課程,給些建議。

4.1、時間上的安排建議

本課程共76講,如果您時間上充分,建議以每天3-4講的進度往前學習。

如果您是上班族或您已經有一定的基礎了,可以直接進入第四章的數據倉庫搭建實戰,跟著課程一起搭建實際的系統。

4.2、學習要求

如果您沒有基礎,建議還是中規中矩的按照課程進度一點一點仔細觀看學習,并一定要把看完的視頻中的代碼自己手敲一遍,以加深理解和記憶

如果您有基礎,可不必按步就搬進行,可以拿你感興趣的部分去學習,但一定要注意實踐,并學會舉一反三

4.3、講師建議

建議:

1.最好看完視頻之后,拋開視頻,獨立自己去把上課中的示例寫一遍,看自己是否理解,如果不正確,可以回過頭看再看下視頻,如果反復,達到真正理解和熟練掌握的目的。

2.對于項目實戰部分,一定要自己親自動手做一遍,不要滿足聽完就OK了

3。 建議一般聽視頻,一般拿個紙和筆,做一些記錄和筆記,這是一種非常好的學習習慣。

4。 一定不要過于依賴視頻,要學會看API和使用百度,學會思考,學會舉一反三

5. 最后祝您學有所成

 

5。學完這門課程后能做什么?

學會該課程后,您可以為客戶搭建商業智能平臺,而且不需要依賴昂貴的BI工具。


本課程是屬于某個特定的專業技術,掌握該技術后,你可以從事以下職位的相關工作

1.ETL開發工程師

2。數據倉庫開發工程師

3。數據倉庫架構師

4.數據倉庫管理員


 

6.  學員常見問題:

常見問題一:學習該教程使用什么軟件嗎?軟件有沒有隨教程提供,及他們所使用的版本?

講師回答:課程使用Microsoft SQL SERVER 2012和Visual Studio 2012作為開發工具. 這些軟件大家可以根據自已的情況自行下載,沒有隨教程提供。而且本課程主要向學員教授的是一種思路和方法,可以選擇Oracle或者MySQL等其他的數據庫管理軟件,或者選擇Java等開發語言都可以。


常見問題二:學這個課程需要什么基礎?

講師回答:本課程針對具有一定的數據庫基礎與一定的程序開發基礎的學員


常見問題三:這種技術一般可用在什么場合?

講師回答:本課程教授的是一種為中小型企業搭建商業智能平臺的解決方案,它不純粹是一種語言,而是一個整體的解決思路,是一套框架。掌握它后可以讓你在從事商業智能領域涉及到數據倉庫類型的項目開發時,能得心應手,成為掌握該領域技術的高級開發工程師,前(錢)途無限。


常見問題四:學完這項技術可以從事的工作崗位有哪些?

講師回答:可以從事的崗位有:ETL工程師、數據倉庫開發工程師、數據倉庫架構師、數據倉庫管理員等等。

 

深度网赚论坛 2019网赚游戏 云端网赚是真假 河南快3走势图 网赚兼职平台 有哪些靠谱的网赚平台 什么是网赚 支付宝网赚活动真实吗 江苏快3走势图 安徽快3