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 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

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