Список
курсов

Внедрение и поддержка аналитических сервисов Microsoft SQL Server 2008

6234 3 дн. / 24 ак. ч. Точной даты нет, вы можете зарегистрироваться

Описание Курса:

Освоение функций и возможностей Microsoft SQL Server 2008, предназначенных для внедрения и поддержки многомерных баз данных (OLAP) и механизмов интеллектуального анализа данных (Data Mining). В курсе изучаются вопросы разработки и поддержки аналитических решений на базе Microsoft SQL Server 2008. Рассматриваются вопросы создания и поддержки многомерных баз данных, решений для анализа больших объёмов данных, а также механизмы интеллектуального анализа данных.

Аудитория:

Курс предназначен для ИТ-специалистов, которые проектируют и поддерживают решения Business intelligence для организаций, управляют и осуществляют поддержку баз данных.

Предварительная подготовка:

 

Слушатели должны иметь:

- понимание решений OLAP;

- опыт работы в среде Microsoft Windows Server;

- опыт работы со службами Microsoft (запуск и остановка);

- опыт создания учетных записей и разрешений;

- опыт работы с Microsoft SQL Sever, включая SQL Server Agent, владение языком SQL: INSERT, UPDATE, DELETE, SELECT, создание системных таблиц, создание учетных записей в SQL Server.

 

 

 

Слушателям рекомендуется прослушать курсы:

- 6231: "Поддержка баз данных в Microsoft SQL Sever 2008";

- 6232: "Реализация баз данных в Microsoft SQL Sever 2008".

 

Сертификация:

Готовит к тесту: 70-448 (Квалификационный тест на степень MCTS).

Содержание:

 

Модуль 1. Введение в Microsoft SQL Server 2005 Analysis Services

Темы:

- Обзор решения для анализа данных.

- Обзор Microsoft SQL Server 2008 Analysis Services.

- Установка Microsoft SQL Server 2008 Analysis Services.

Лабораторная работа:

- Использование служб анализа SQL Server.

 

Модуль 2. Создание решения для многомерного анализа

Темы:

- Разработка аналитического решения.

- Источники данных (Data Sources) и представления источников данных (Data Source Views).

- Создание и модификация кубов.

Лабораторная работа:

- Создание многомерного аналитического решения.

 

Модуль 3. Определение размерностей

Темы:

- Настройка размерностей.

- Определение иерархий.

- Настройка связей между атрибутами.

- Сортирующие и группирующие атрибуты.

Лабораторная работа:

- Работа с кубами и размерностями.

 

Модуль 4. Настройка мер и групп мер

Темы:

- Работа с мерами.

- Построение сложных связей между мерами и размерностями.

- Работа с мерными группами.

- Настройка хранения мерных групп.

Лабораторная работа:

- Работа с измерениями и группами измерений.

 

Модуль 5. Построение многомерных запросов

Темы:

- Основы MDX-запросов.

- Сечение и сжатие куба.

- Работа с кортежами и множествами.

- Работа с фильтрами.

- Сортировка результатов MDX-запросов.

- Создание вычислений (calculations) для куба.

- Использование вычисляемых членов.

- Использование именованных наборов.

Лабораторная работа:

- Построение многомерных запросов.

 

Модуль 6. Настройка расширенной функциональности куба

Темы:

- Ключевые индикаторы производительности (KPI).

- Использование KPI в MDX-запросах.

- Виды действий (Actions) и их использование.

- Перспективы куба.

- Языковые трансляции.

Лабораторная работа:

- Настройка функциональности куба.

 

Модуль 7. Развёртывание и настройка безопасности аналитической базы данных

Темы:

- Развёртывание аналитической базы данных.

- Использование сценариев для развёртывания баз данных.

- Настройка безопасности для аналитической базы данных.

- Разграничение доступа к ячейкам и срезам куба.

Лабораторная работа:

- Развёртывание и настройка безопасности аналитической базы данных.

 

Модуль 8. Поддержка аналитического решения

Темы:

- Настройка процессинга.

- Журналирование, мониторинг и оптимизация.

- Использование профайлера и протокола запросов.

- Резервное копирование и восстановление.

Лабораторная работа:

- Поддержка многомерных решений.

 

Модуль 9. Введение в Data Mining

Темы:

- Обзор технологии добычи данных (Data Mining)

- Создание решения для извлечения данных.

- Выбор алгоритма для извлечения данных.

- Тестирование моделей добычи данных.

Лабораторная работа:

- Введение в Data Mining.

 

Приобретаемые навыки:

 

Слушатели научатся:

- создавать решения для многомерного анализа данных;

- работать с размерностями OLAP-кубов;

- работать с мерами и группами мер для OLAP-кубов;

- составлять многомерные запросы (MDX-query) для извлечения данных из кубов;

- настраивать OLAP-кубов;

- настраивать безопасность многомерных баз данных;

- поддерживать многомерные баз данных;

- создавать решения по добыче данных и поиску скрытых закономерностей (Data Mining).

 

Документы об окончании курса / Материалы и сертификаты:

Сертификат Microsoft

Информация курса

Курс проводится в Киеве, ул.Шота Руставели 39/41, 8-й этаж , офис 803. Язык курса — русский.

Тренер курса: Николай Мастило Николай Мастило
Учиться никому не рано и никогда не поздно
Оформить заявку
на обучение