Внедрение и поддержка аналитических сервисов Microsoft SQL Server 2008

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 курса:

Модуль 1. Введение в Microsoft SQL Server 2005 Analysis Services

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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