数据仓库技术

课时：5天  深度：高级
课程描述
此门课程介绍了数据仓库和数据挖掘的基本理论和实际应用技术。在数据仓库部分，不仅用大量实例介绍了多维数据模型、粒度、元数据、数据立方体等重要概念，而且详细介绍了数据仓库的体系结构、设计和实施方案以及在此基础上的OLAP技术。
课程目标
完成此门课程，学员将具备以下能力：
• 掌握数据仓库的应用范围及技术发展方向
• 掌握数据仓库体系结构设计
• 数据仓库模型设计
• 数据仓库中的应用设计等
• 能够灵活运用本课所学知识，设计数据仓库系统
课程内容
课程简介
决策支持系统（DSS）和数据仓库
数据仓库的架构及建设实践
数据仓库建设方法论
元数据管理
数据质量管理
数据仓库建模
数据仓库运维
数据仓库对OLAP及数据挖掘的支持
课程对象
本课程是为有兴趣建立或理解数据仓库、决策支持系统的技术人员而开发的高级培训。也适用于业务分析及市场数据分析人员。
前提课程
• 数据库原理
• 数据结构
后续课程
• 数据挖掘
• OLAP


《数据仓库技术》课程安排
此课程包括讲授和实验，共安排五天，如下表：
	上午	下午
第一天	决策支持系统的发展 数据仓库概述 数据仓库的结构 面向主题 数据粒度	探查与数据挖掘 样本数据库 分区设计方法 数据仓库中的数据组织 实例
第二天	设计数据仓库 数据/过程模型与体系结构化环境 数据仓库与数据模型 数据模型与迭代式开发 规范化/反向规范化 元数据 数据周期	从数据仓库环境到操作型环境 需求和Zachman框架 数据ETL 数据获取（Extract） 数据转化（Transformation） 数据加载（Load）
第三天	数据仓库中的粒度 粒度估算 确定粒度级别 填充数据集市 管理大量数据 管理多种介质 索引和监控数据	数据的并行存储和管理 有效利用索引 数据压缩和加锁管理 DBMS类型和数据仓库 多维DBMS和数据仓库 刷新数据仓库
第四天	分布式数据仓库的类型 分布式数据仓库的开发 在多种层次上构建数据仓库 主管信息系统和数据仓库 外部数据与数据仓库	数据驱动的开发方法 数据仓库和Web 非结构化数据和数据仓库 大型数据仓库 数据仓库转换
第五天	关系模型和多维模型数据库设计基础 数据仓库和基于网络的电子商务环境 数据仓库的成本论证和投资回报 数据仓库和ODS 企业信息依从准则和数据仓库	数据仓库内的资源竞争 数据仓库与OLAP（ROLAP、MOLAP、HOLAP） 数据仓库与数据挖掘 实例