Beschreibung:
Ein DWH mit Oracle-Technologie zu erstellen, ist einfach. Doch ein effizientes und erweiterbares Data Warehouse zu entwickeln und über Jahre zu betreiben, ist nicht ganz trivial. Das DWH muss ändernden fachlichen Anforderungen, steigenden Datenmengen und hohen Performanceanforderungen gerecht werden. Dazu sind eine saubere Architektur, ein geeignetes Datenbankdesign sowie der geeignete Einsatz der vorhandenen Datenbank-Features notwendig. Dieses Seminar bietet zahlreiche Praxistipps aus mehr als 20 Jahren DWH-Erfahrung und zeigt, wie man mit den aktuellen Oracle-Versionen moderne DWH-Systeme entwickeln und betreiben kann.
Agenda:
- Positionierung
– Warum brauchen wir (noch) ein Data Warehouse?
– OLAP versus OLTP
– Data Warehouse versus Data Lake - DWH-Architektur
– Typische DWH-Architektur, DWH-Layers
– Verschiedene Architekturvarianten
– Persistente und virtuelle DWH-Layers - Datenmodellierung im Data Warehouse
– Dimensionale Modellierung
– Head/Version Modeling
– Data Vault Modeling - Effiziente ETL-Prozesse
– ETL-, ELT- und DWA-Tools
– Mengenbasierte Verarbeitung
– Parallel DML und Direct-Load Insert
– Partition Exchange im ETL-Prozess
– Optimizer-Statistiken im Ladeprozess
– Generelle Performancetipps zu ETL - Abfrageoptimierung in Data Marts
– Bitmap Indexes und Star Transformation
– Materialized Views und Query Rewrite
– Oracle Database In-Memory - Physisches Datenbankdesign für Data Warehouses
– Indexierung im Data Warehouse
– Das Dilemma von Constraints
– Geeigneter Einsatz von Partitionierung
– Data Compression
– Crashkurs für Nicht-DBAs: Datenbankkonfiguration im DWH - Cloud Data Warehousing
– Cloud oder On-Premises? Anwendungsfälle im DWH-Umfeld
– Oracle Autonomous Data Warehouse - Analytische Abfragen
– Analytische Funktionen
– SQL Pattern Matching
– Analytic Views
Zielgruppe:
DWH-Architekten, Datenmodellierer, ETL-Entwickler, BI-/Reporting-Entwickler
Vorkenntnisse:
SQL-Kenntnisse, DWH-Grundlagen, Grundkenntnisse der Oracle-Datenbank