“資料倉儲 Data Warehouse – 終極指南” 部分免費預覽

您是否想了解有關數據倉庫的所有知識，並瞭解所有這些 結合重要的理論和一些實踐經驗 ？ 那就不要再看了。 這對你來說是正確的道路。 嗨，我叫尼古拉·施沃勒。 我是一名數學家，擔任 BI 顧問 我已經在世界上不同的國家，不同的公司以現代方式實現了許多數據倉庫。 我現在在超過 155 個國家教授這些知識，作爲世界各地最暢銷的講師。 爲什麼這對你來說是正確的 ？ 因爲這門課, 您將學習有關設計和實現數據倉庫所需瞭解的一切。 構建數據倉庫和建模數據以及數據可視化 商業智能中最重要的任務之一，因爲這通常是基礎 所有的報告和數據分析。 在本課程中，您將學習從基礎到架構的所有內容 ， 二維建模 ， 以及如何使用 ETL 流程實現數據倉庫。 在本課程中，我們還將從頭開始端到端創建一個完整的數據倉庫。 因此，我們將在您的計算機上本地設置數據庫管理系統和 ETL 工具 這樣你就能和我一起工作了. 本課程的主要目標是獲得所有相關知識 有效地構建和實施您的數據倉庫。 這就是爲什麼我們稍後還會更多地討論高級主題 比如慢慢改變尺寸，ELT ， 使用索引優化數據倉庫 ， 以及一些新的和更現代的發展，如雲數據倉庫和大規模並行處理。 簡而言之，您需要了解的有關數據倉庫，維度建模和 ETL 的所有信息 ， 不管你是初學者還是已經有相當多的經驗。 完成本課程後，您將能夠以專業的方式構建和實施數據倉庫。 你會得到清晰的解釋，九個小時的視頻講座，測驗 ， 和動手示範。 如果你被卡住了 ， 你也會得到專家的幫助。 當然，所有這些都得到了沒有問題的 30 天退款保證的支持。 如果這一切聽起來不錯 ， 然後點擊立即註冊按鈕，我很高興在課程中歡迎您。 在我們開始本課程的所有講座和內容之前 ， 我認爲這是個好主意，一開始 ， 獲得一些關於如何充分利用本課程的提示，因爲我認爲這將對您有所幫助 從這門課程中獲益最多。 我的第一個提示是使用 Udemy 工具。 所以，當然，這是一個點播視頻課程，可以讓你通過所有的講座 以自己的節奏。 當然，你總是可以 ， 在視頻播放器中來回跳躍 ， 你也可以去重溫一些講座。 當然，我認爲最好按時間順序進行 ， 但是如果你想重溫一些講座 ， 你總是可以這樣做，做一切當它適合你在你的時間表。 當然，我認爲成功的關鍵因素之一是一致性。 所以一定要每天騰出一些空間 ， 哪怕只是一點點, 這將幫助你真正成功並從這門課程中獲得最大收益。 當然，我也知道對有些人來說 ， 我說得太快了，對一些人來說，我說得太慢了。 例如，如果我說得太慢 ， 您可以更改播放速率並將其增加到例如 1, 5 或 1, 25 。 然後，這將幫助您調整此視頻的速度。 而且，我想指出的是，每當您想在本課程中做一些筆記時 ， 您可以隨時在您當前所在的講座中這樣做 當你現在在視頻中的時候 ， 然後你總是可以去筆記部分，你現在可以，例如，在這裏 ， 在 2, 21 時刻，只需創建一個新音符，您就可以鍵入它。 這是一張紙條。 您可以保存它，然後它也會出現在視頻中，並帶有您在此處編寫的註釋。 當然，如果你有任何問題 ， 你可以去問答部分，你可以搜索問題 已經問過和回答過了。 如果你不能找到問題的答案, 你也可以問一個新問題。 我只是想很快注意到，在課程的早期 ， 您將會被提示爲這門課程留下評分。 我知道現在還很早, 所以這就是爲什麼我想指出 ， 我對它什麼時候出現沒有影響。 如果你還沒準備好, 當然，你可以點擊以後再問我，或者在課程結束時再問我。 當然，我總是很高興收到這個課程的評級 因爲這不僅會幫助未來的學生 ， 但當然，這也將幫助我得到這個反饋。 當然，我希望你會喜歡這個課程，我會盡力幫助你 充分利用這門課。 在這個過程中 ， 我們還包括一些演示，我建議不要跳過它們 因爲它們將幫助您真正瞭解創建數據倉庫的實際情況 以及數據倉庫是如何工作的。 這就是爲什麼我建議通過測驗和動手演示 你也可以和我一起設置一切，也可以自己做。 這也將幫助您瞭解事物在實踐中的運作方式。 當然，正如我已經提到的 ， 如果你覺得被卡住了，或者你的一些問題得不到答案 ， 然後隨時在問答部分聯繫並提出問題。 我還想鼓勵你，如果你知道一些問題的答案 ， 您還可以在問答部分幫助其他人，這也將幫助您申請 測試你的知識。 當然，我也會在這個問答部分。 最後但同樣重要的是 ， 我還想指出，隨着所有這些學習 ， 我們也應該享受它，因爲這是一個偉大的過程，你目前在 這就是爲什麼我希望你不要忘記這是一個很好的機會 理想情況下，你也不要忘記享受這個過程 不要給自己壓力, 但把它當作一個機會。 所以現在說了這麼多 ， 讓我們深入探討這門課程的主題。 在我們深入瞭解數據倉庫如何工作的所有內容之前 我們需要知道的是, 我們首先要關注的是我們到底要在這門課程中學到什麼。 這將幫助您不要忽視本課程的主要主題。 因此，我們將結合相關和重要的原理和理論 ， 我們也會做一些練習，這樣你也會得到一些實用的知識。 有了這個 ， 我們希望全面瞭解數據倉庫中重要的一切。 所以一開始, 我們首先想談談數據倉庫的基礎知識。 那麼什麼是數據倉庫 ， 它的用途, 以及重要的術語是什麼。 然後我們想要更高級一點，看看數據倉庫內部 那麼組件是什麼 ， 數據倉庫的不同層和體系結構是什麼。 之後，我們繼續瞭解如何設計和設置數據倉庫。 這就是我們使用維度建模的目的。 在這一點上，我們將把我們的表格分成所謂的事實和維度。 在接下來的兩個講座中 ， 我們將深入探討事實和維度。 另外，我們將討論緩慢變化的維度 ， 一個更高級的話題 ， 這是一種特殊類型的尺寸。 然後我們變得更實際，我們想了解 我們如何使用所謂的 ETL 過程 這有助於我們從數據源獲取數據，並將其集成並移動到我們的數據倉庫中。 我們還將討論 ETL 工具，然後我們跟進 通過動手創建我們的數據倉庫。 所以這將是一個實踐案例研究，你也可以和我一起關注。 另外，我們將討論一些新的發展以及所謂的 ELT 的新事物是什麼 我們也將其與 ETL 進行比較。 之後，我們還將繼續討論如何使用數據倉庫 我們實際上也想連接我們的數據倉庫 我們已經設置了一個 BI 應用程序。 在我們的例子中，我們將使用 Power BI 。 最後，我們還將瞭解一些高級主題 比如優化數據倉庫。 我們將使用索引來提高數據倉庫的性能。 最後，我們將用一些新的發展來結束一切 ， 一些新技術。 那麼什麼是現代數據倉庫呢 ？ 我們將討論雲和所謂的技術 大規模並行處理。 所以你會看到這些是很多不同的話題，我希望你現在有動力 這就是爲什麼我們也不想再浪費時間了，讓我們開始吧。 所以讓我們以這個問題開始吧 ， 爲什麼我們公司真的需要一個數據倉庫 ？ 爲了理解並回答這個問題 ， 我們需要看看這兩個不同的目的 我們如何以及爲什麼在公司中使用數據。 第一個也是顯而易見的是出於操作目的。 因此，我們希望使用這些數據來接收和履行訂單。 我們希望收到投訴並做出反應。 我們想用這些數據來填滿我們的庫存，基本上做所有必要的事情 讓我們的公司繼續運轉，讓車輪繼續轉動。 當然，我們也希望利用這些數據爲未來做出更好的決策 瞭解我們的公司。 所以在這裏我們想要回答這個問題，比如什麼是最好的類別 我們在銷售產品嗎 ？ 與上個月相比，我們這個月的銷售額是多少 ？ 當然，非常重要的是 ， 我們能做些什麼來改善我們公司的狀況 ？ 基本上在這裏，我們現在想要評估性能並在未來做出更好的決策。 所以當我們有運營數據保存的時候 ， 我們用它來保持車輪轉動 ， 在分析數據處理中 ， 我們現在想看看這個輪子是如何轉動的，以及我們在這家公司可以改進什麼。 所以這種操作數據保存也被稱爲 OLTP ， 它代表在線事務處理。 並且分析處理被稱爲 OLAP 。 公司缺乏數據倉庫 通常用語句來展示，比如我們有很多數據，是的 ， 但是我們不能真正使用它，或者我們沒有真正使用它，因爲它的訪問非常複雜 ， 很難分析 因爲它分佈在我們公司的不同系統中 ， 很難訪問，或者像我只是想看看什麼是相關的，我想快速，輕鬆地訪問這些數據。 因此，我們最終希望做出基於事實的決定，不再爭論數字。 因此，這些都是強調需要的陳述，也可能是缺乏數據倉庫的陳述。 既然我們有這兩個不同的目的 ， 我們對這些系統也有非常不同的要求。 在操作數據處理時 ， 我們通常一次處理一條記錄，以保持公司的運營。 而且我們通常還想輸入一些數據或編輯一些數據。 通常我們只關注當前數據。 出於這個原因 ， 我們通常不會保留很長的數據歷史。 這在分析數據處理中是非常不同的。 因此，在這裏，我們通常會同時分析並獲取成千上萬的記錄。 例如，我們想分析過去六個月的平均銷售額。 爲了快速獲取這些信息 ， 快速的查詢性能非常重要。 我們也想理解這些數據，因此我們需要上下文。 因此，我們希望隨着時間的推移或跨多個類別分析數據。 既然我們有非常不同的要求 ， 把這些不同的系統分開是很有意義的。 現在有一個數據倉庫來滿足分析數據的需求。 這基本上就是數據倉庫。 它是用於報告和數據分析目的的數據位置。 所以這基本上是數據倉庫的簡單陳述和定義。 但是現在在下一個講座中 ， 我們想更多地瞭解事情，更深入地瞭解事情 理解什麼是數據倉庫。 現在讓我們深入瞭解一下什麼是數據倉庫。 所以我們記得上次講座 ， 非常簡單的定義 ， 數據倉庫基本上是爲分析目的而使用和優化的數據庫。 因此，數據倉庫中非常重要的一些事情是它非常用戶友好 ， 意味着它不應該是超級技術的，也不應該是所有的名字。 對於用戶或數據分析師來說，這應該很容易理解和優化 檢索此數據並處理和使用此數據。 與此相關的是，我們需要在這個數據庫中 非常快的查詢性能，以便我們可以提取大量數據 並快速處理這些數據。 總的來說，我們也想讓這個數據庫儘可能好 並優化事物以實現最佳和簡單的數據分析。 如果我們想了解數據倉庫 ， 我們需要明白，正如我們提到的 ， 我們有兩個不同的系統。 所以我們有運營數據系統。 所以這些可以是不同的數據源 比如銷售數據，我們的人力資源系統，我們的客戶關係管理系統。 所有這些數據系統都有不同的格式。 數據採用不同的結構。 我們需要做的是將所有相關數據整合在一起 並將其存儲在一個集中的位置。 這就是數據倉庫的過程。 這個過程也被稱爲 ETL 過程。 這是最重要的過程，讓我們說 80 或 90 ％ 的時間都在 如果我們正在創建一個數據倉庫。 所以這個 ETL 過程代表提取，轉換和加載。 基本上，我們從這些不同的來源提取數據，以便我們不使用它們的查詢性能 以及資源，並減慢這些系統的速度。 然後我們想轉換數據 ， 意味着我們想要整合所有這些不同的資源 所以他們都在同一個結構中，我們可以和他們一起工作。 數據可能是聚合的。 當然，在最後一步 ， 我們希望將數據加載到我們的數據集中位置 ， 這是我們的數據倉庫，現在已針對此數據分析目的進行了優化。 這個 ETL 過程 ， 我們還將深入研究後面的講座 ， 我們如何真正建立一個數據倉庫 ， 我們如何創建這個 ETL 流程並對所有數據進行建模。 但是現在讓我們快速總結一下數據倉庫的目標是什麼。 所以我們說這是一個集中的位置，來自不同數據源的數據 以一致的方式提供。 這些數據必須非常快。 所以我們想要做一個查詢，我們想要非常快速地檢索結果。 另外，爲了分析數據 ， 它必須是用戶友好的。 這意味着我們需要以一種非常容易理解的方式來製作它並對其進行建模 每個人都可以輕鬆地使用它。 然後我們也看到我們需要複製過程，也需要轉換這些數據 這需要持續不斷地進行。 這個過程我們稱之爲 ETL 過程。 這就是數據倉庫。 最後，這也是主要目標之一。 我們希望在數據倉庫之上構建一些報告或一些數據可視化。 這就是我們建立數據倉庫的原因。