中科信软大数据分析设计与建模2019

培训目标：
 

大数据建模的挑战
大数据建模
抽取的原始数据建模
元数据简介
定义大数据的商业和逻辑模型
创建大数据维模型
创建大数据物理模型
管理大数据模型

 

主题 内容安排
大数据建模的挑战 大数据和关系数据的本质差异
大数据建模的维度和层次多样性问题
大数据设计方法和传统关系数据库的区别和联系
大数据建模方法参考案例
大数据建模 讨论大数据环境下的数据结构 
讨论大数据的设计步骤:
–定义商业模型
–定义维度模型
–定义物理模型
–介绍星型模型，简介雪花模型和星座模型

 
抽取的原始数据建模 数据抽取的内容
数据抽取的方法
抽取后的数据组织模式
采用标准化建模语言进行原始数据建模
元数据简介 大数据元数据定义、类型以及在数据仓库环境中的角色
大数据元数据的类型
开发元数据的策略等
采用建模工具对元数据建模
定义大数据的商业和逻辑模型 大数据的商业和逻辑模型内容都有什么
建模商业模型的方法
建模逻辑模型和实体关系模型的方法
模型之间的映射关系说明
创建大数据维模型 详细介绍星型模型
如何从商业应用中标识事实表和它们的属性（列）
如何从商业应用中标识维表和它们的属性（列）
讨论大数据的层次
讨论大数据的分析方法
采用建模工具建立维模型
创建大数据物理模型 如何将维模型转换成物理模型
物理模型都有哪些内容，
大数据所需的数据库服务器特性
大数据索引的类型和设计策略
大数据的表空间特性和设计策略
大数据中表和索引的分区方法
采用建模工具建立物理模型
 

管理大数据模型 模型的拆分和团队协作建模
模型的版本
模型的正向和逆向工程
基于模型的文档生成
模型的访问权限控制
课程总结 课程回顾
问题解答
未来工作应用讨论

北京中科信软科高级技术服务机构→提供：软件培训、定制培训、技术咨询、技术支持
时间灵活 地点灵活，人数灵活，师资丰富、按您的需求给你匹配老师，不怕学不会！
公开课，上门内训
特殊技术订制培训或咨询
技术培训，技术咨询，项目承接，专家外包