Проектирование решений для анализа данных с помощью SQL Server 2005 Analysis Services

Описание Курса:

Цель курса - ознакомить профессиональных разработчиков многомерных баз с возможностями Olap SQL Server 2005. Курс охватывает этапы от сбора и анализа бизнес-требований и технических характеристик до развёртывания решений на основе многомерных структур данных. Показывается возможность разработки собственных алгоритмов и оптимизации решений. Курс фокусирует внимание на вопросах планирования и разработки и не служит пособием по построению объектов базы данных или использованию всех инструментальных возможностей среды разработки, доступной в SQL2005.

Аудитория:

Курс предназначен для специалистов по BI, имеющих опыт применения OLAP решений на основе SQL Server 2000.

Предварительная подготовка:

Слушатели должны:

• иметь практический опыт выполнения заданий по разработке баз данных, например, уметь создавать запросы языка Transact-SQL;
• уметь писать и оптимизировать расширенные запросы, например, запросы, содержащие сложные соединения таблиц или подзапросы;
• уметь создавать объекты баз данных, такие как таблицы, представления и индексы;
• иметь концептуальное понимание OLAP-технологий, многомерных данных, MDX;
• уметь составлять отчёты Reporting Services с помощью Visual Studio или SQL Server Business Intelligence Development Studio;
• знать английский язык для понимания технической документации;
• иметь опыт работы и уметь использовать инструменты Microsoft Office Visio, Microsoft SQL Server Business Intelligence Development Studio, Microsoft SQL Server Management Studio, Performance Monitor, Microsoft SQL Server Profiler и Report Builder and Report Manager.

Желательно иметь общее представление об архитектуре BI (управление источником данных, функции сводных таблиц, сеток и диаграмм, drill down, связанные отчёты и шаблоны схемы отчётов), иметь общее представление о web-архитектуре (SSL, SOAP, и IIS), системе безопасности Microsoft Windows.

Сертификация:

Курс готовит к тесту: 70-446

Содержание курса:

Модуль 1. Сбор и анализ бизнес-требований и технических характеристик

Предварительное знакомство с основными принципами, необходимыми при разработке бизнес-логики Olap-проекта, который должен быть адекватен потребностям предприятия.

• Планирование OLAP-решений.
• Определение требований и ограничений.

Лабораторная работа 1:Обзор требований. Конкретизация требований.

Модуль 2. Разработка и OLAP-архитектуры на логическом уровне

В этом модуле рассматриваются такие аспекты как разработка хранилища реляционного типа и кубов OLAP.

• Планирование OLAP-решений.
• Разработка и подготовка фактовых и координатных таблиц.
• Разработка и подготовка многомерных кубов.

Лабораторная работа 2:Разработка и реализация OLAP-решения на логическом уровне.

• Разработка и реализация схемы базы данных реляционного типа.
• Разработка и реализация многомерного куба.
• Разработка и реализация проекций куба (Perspectives).

Модуль 3. Разработка физических аспектов хранения многомерных объектов

В этом модуле рассматриваются способы эффективного хранения данных для программ, работающих со многомерными структурами.

• Разработка физических структур хранения.
• Фрагментация (partitioning) реляционных источников.
• Фрагментация многомерных объектов.

Лабораторная работа 3:Разработка механизмов хранения на физическом уровне.

• Разработка и реализация механизмов хранения данных.
• Фрагментация реляционных источников.
• Фрагментация многомерных объектов.
• Тестирование механизма.

Модуль 4. Создание вычисляемых объектов (calculations)

Рассматриваются способы создания вычисляемых элементов на языке MDX - динамических элементов (calculated cells), именованных наборов (named sets) и scoped assignments.

• Создание динамических элементов.
• Создание Именованных Наборов.
• Создание скриптов на языке MDX.

Лабораторная работа 4:Внедрение динамических объектов.

• Создание динамических элементов.
• Создание Именованных Наборов.
• Создание скриптов на языке MDX.

Модуль 5. Дополнительные возможности OLAP-объектов

Рассматриваются преимущества таких новых механизмов как KPI (key performance indicators - индикаторы производительности), Actions (действия) и Stored Procedures (процедуры) применительно ко многомерным кубам OLAP.

• Индикаторы производительности.
• Действия над содержимым куба.
• Процедуры.

Лабораторная работа 5:

• Разработка KPI.
• Разработка Actions.
• Разработка процедур.

Модуль 6. Разработка Инфраструктуры OLAP

• Требования к ресурсам OLAP-технологии.
• Масштабируемость OLAP-решений.
• Доступность (availability) OLAP-ресурсов.

Лабораторная работа 6:Разработка и внедрение Инфраструктуры OLAP.

• Планирование производственной инфраструктуры.
• Инсталляция OLapServices в кластере.

Модуль 7. Развёртывание OLAP-технологии

Варианты развёртывания (deployment) OLAP-решений. Механизмы защиты критических корпоративных ресурсов в OLAP.

• Развёртывание многомерной базы данных.
• Управление правами доступа.

Лабораторная работа 7:Развёртывание OLAP-технологии.

• Развёртывание технологии OLAP.
• Назначение прав доступа.

Модуль 8. Оптимизация OLAP-технологии. Мониторинг и анализ производительности

• Мониторинг объектов OLAP.
• Оптимизация производительности.

Лабораторная работа 8:Оптимизация производительности.

• Мониторинг объектов OLAP.
• Оптимизация запросов.

Модуль 9. Использование Эвристик (Data Mining). Возможности Data Mining в OLAP 2005

• Построение структуры Data Mining.
• Проверка структуры.
• Использование Data Mining в Business Intelligence.

Приобретаемые навыки:

Слушатели научатся:

• производить сбор требований для успешного внедрения OLAP решения на базе Analysis Services;
• проектировать дизайн и логический уровень Online Analytical Processing (OLAP) решения;
• проектировать физический уровень (OLAP) решения;
• создавать вычисляемые члены и именованные наборы;
• создавать Key Performance Indicators (KPIs), actions и stored procedures;
• планировать инфраструктуру OLAP решения;
• внедрять и обеспечивать безопасность Analysis Services в промышленной среде;
• производить мониторинг и оптимизацию Analysis Services;
• использовать различные алгоритмы data mining.

Документы об окончании курса / Материалы и сертификаты:

Сертификат Microsoft