Vydej se na cestu světem návrhu databází – začneme dvěma přístupy ke zpracování dat: OLTP a OLAP. V této první kapitole se také seznámíš s různými formami ukládání dat a osvojíš si základy datového modelování.

OLTP a OLAP

OLAP vs. OLTP

Co je lepší volba?

Ukládání dat

Pojmenuj datový typ!

Seřazení kroků ETL

Doporuč vhodné úložiště

Návrh databáze

Klasifikace datových modelů

Určení tabulek faktů a dimenzí

Dotazování na dimenzionální model

Zpracování, ukládání a organizace dat

V této kapitole posuneš své dovednosti v datovém modelování na vyšší úroveň. Naučíš se implementovat hvězdicová a sněhová schémata, pochopíš, proč je normalizace důležitá, a uvidíš, jak normalizovat databáze na různé úrovně.

Schéma hvězdy a sněhové vločky

Z hvězdice na sněhovou vločku

Přidání cizích klíčů

Rozšíření dimenze knih

Normalizované a denormalizované databáze

Dotazování na hvězdicové schéma

Dotazování na snowflake schéma

Aktualizace zemí

Rozšíření schématu sněhové vločky

Normální formy

Převod do 1NF

Převod do 2NF

Převod do 3NF

Schémata databází a normalizace

Připrav se na práci s pohledy (views)! V této kapitole se naučíš, jak pohledy vytvářet a dotazovat se na ně. Navíc zvládneš pokročilejší funkce pro jejich správu a na závěr rozlišíš rozdíl mezi materializovanými a nematerializovanými pohledy.

Databázové pohledy

Tabulky vs. pohledy

Přehled pohledů

Vytvoření a dotazování pohledu

Správa pohledů

Vytvoření pohledu z jiných pohledů

Udělování a odebírání přístupu

Aktualizovatelné pohledy

Předefinování pohledu

Materializovaná views

Materializované vs. nematerializované pohledy

Vytvoření a obnovení materializovaného pohledu

Správa materializovaných pohledů

Pohledy v databázích

Závěrečná kapitola se věnuje tématům spojeným se správou databází. Dozvíš se, jak přidělovat přístup k databázi na základě uživatelských rolí, jak rozdělit tabulky na menší části pomocí partitioningu, na co myslet při integraci dat a který DBMS nejlépe odpovídá potřebám tvé firmy.

Role v databázi a řízení přístupu

Vytvoření role

GRANT pro oprávnění a ALTER pro atributy

Přidání uživatelské role do skupinové role

Dělení tabulek (partitioning)

Důvody pro dělení tabulek

Vlastnosti

Normalizace

Vertikální partitioning

Horizontální partitioning

Partitioning a normalizace

Vytváření vertikálních oddílů

Vytváření horizontálních oddílů

Integrace dat

Možnosti

Nepravda

Pravda

Co při integraci dat dělat a co ne

Analýza plánu integrace dat

Výběr systému pro správu databází (DBMS)

SQL versus NoSQL

DBMS

NoSQL

Výběr správného DBMS

Správa databází

Pitchfork Reviews

Chicago 311 Service Requests

Course Glossary

Dobře navržená databáze je základem výkonné aplikace. Stejně jako bys nezačal/a stavět dům bez stavebního plánu, je potřeba předem promyslet, jak budou tvá data uložena. Čas věnovaný návrhu databáze se vyplatí – ušetří ti starosti i frustraci v budoucnu. Dobře navržená databáze navíc zajišťuje snadný přístup k informacím a jejich efektivní vyhledávání. Při výběru vhodného návrhu je třeba zvážit celou řadu faktorů. V tomto kurzu se naučíš, jak data efektivně zpracovávat, ukládat a organizovat. Uvidíš, jak strukturovat data pomocí normalizace, a naučíš se prezentovat data prostřednictvím pohledů (views). Na závěr se zaměříme na správu databáze – to vše na různých datových sadách, od prodeje knih přes půjčovny aut až po hudební recenze.

Videa obsahují živé přepisy, které zobrazíš kliknutím na „Show transcript" v levém dolním rohu videa.
Glosář kurzu najdeš vpravo v sekci se zdroji.
Chceš-li získat kredity CPE, musíš kurz dokončit a dosáhnout skóre alespoň 70 % v kvalifikovaném hodnocení. K hodnocení se dostaneš kliknutím na upozornění CPE credits vpravo.

Introduction to Relational Databases in SQL

Naučte se navrhovat databáze pomocí hvězdicových a vločkových schémat, OLTP a OLAP v SQL.

Database Design

Naučte se navrhovat databáze v SQL pro efektivnější zpracování, ukládání a organizaci dat.

Asociovaný datový inženýr v SQL

Asociovaný datový inženýr ve Snowflake

SQL pro správce databází

Základy SQL

Vývojář SQL Serveru

SQL Server pro správce databází

Automatizované testování a proaktivní upozornění nejsou potřeba.

Všechna data musí být ve výsledném pohledu aktualizována v reálném čase.

Zdrojová data mohou být v různých formátech a databázových systémech.

Při volbě ručně psaného řešení je třeba zvážit náklady na údržbu.

Integrace dat by měla vycházet z obchodních potřeb – například jaká kombinace dat bude pro firmu přínosná.

Data ve výsledném pohledu mohou být aktualizována v různých intervalech.

Co při integraci dat dělat a co ne

Database Design

Interaktivní praktické cvičení