Oracle Database 19c: Data Warehousing Techniques

• Zrozumienie podstaw baz danych SQL i Oracle
• Doświadczenie w pracy z Oracle 12c/19c w roli administratora lub dewelopera
• Podstawowa wiedza o koncepcjach magazynowania danych

Grupa docelowa

• Developers magazynów danych
• Administratorzy Database
• Specjaliści od Business inteligencji

Oracle Database 19c to potężna platforma do budowy wysokowydajnych magazynów danych, wspierających obciążenia związane z biznesowym intelligence i analizami.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do profesjonalistów na poziomie średnim Oracle, którzy chcą wdrożyć i optymalizować rozwiązania magazynowania danych za pomocą Oracle Database 19c.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Projektować i wdrażać schematy magazynów danych (gwiazdkowy, płatkowy).
• Korzystać z podziałów i kompresji Oracle dla dużych zestawów danych.
• Optymalizować procesy ETL i wydajność zapytań dla obciążeń analitycznych.
• Wykorzystywać funkcje Oracle do raportowania w czasie rzeczywistym i historycznego.

Format kursu

• Interaktywna wykład i dyskusja.
• Ręczne wykorzystywanie funkcji Oracle Data Warehouse w przykładowych scenariuszach.
• Przewodnikowe ćwiczenia skupione na modelowaniu, ETL i dostrajaniu wydajności.

Opcje dostosowania kursu

• Aby zażądać dostosowanego szkolenia dla tego kursu, opierającego się na modelach danych lub potrzebach raportowania Twojej organizacji, prosimy o kontakt w celu uzgodnień.

Wprowadzenie do Oracle Data Warehousing

• Architektura magazynu danych i przypadki użycia
• Porównanie obciążeń OLTP i OLAP
• Główne składniki rozwiązania Oracle DW

Projektowanie schematu magazynu danych

• Modelowanie wymiarowe: schematy gwiazdy i płatka śniegu
• Tabele faktów i wymiarów
• Obsługa powoli zmieniających się wymiarów (SCD)

Strategie ładowania danych i ETL

• Projektowanie procesu ETL z użyciem SQL i PL/SQL
• Używanie zewnętrznych tabel i SQL*Loader
• Inkrementalne ładowanie i CDC (Change Data Capture)

Podział na partie i wydajność

• Metody podziału: zakres, lista, hash
• Skracanie zapytań i równoległe przetwarzanie
• Łączenia według partycji i najlepsze praktyki

Kompresja i optymalizacja magazynowania

• Hybrydowa kompresja kolumnowa
• Strategie archiwizacji danych
• Optymalizacja magazynowania pod kątem wydajności i kosztów

Zaawansowane funkcje zapytań i analiz

• Zwizualizowane widoki i zapisywanie zapytań
• Analityczne funkcje SQL (RANK, LAG, ROLLUP)
• Analiza oparta na czasie i raportowanie w czasie rzeczywistym

Monitorowanie i dostrajanie Data Warehouse

• Monitorowanie wydajności zapytań
• Zarządzanie wykorzystaniem zasobów i obciążeniem
• Strategie indeksowania dla magazynów danych

Podsumowanie i następne kroki