Mengapa column store lebih cepat?

Dalam video terakhir, Anda mempelajari bahwa column store cenderung lebih cepat untuk kueri analitis daripada row store.

Pilih pernyataan yang benar yang menjelaskannya.

Latihan ini merupakan bagian dari kursus

Konsep Data Warehousing

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Latihan ini merupakan bagian dari kursus

Konsep Data Warehousing

SkillTag.level.intermediateSkillTag.label

4.8+

Mulai Kursus Gratis

Siapkan perjalanan belajar data warehouse Anda dengan memantapkan diri pada beberapa konsep dasar. Untuk memulai kursus ini, Anda akan mempelajari apa itu data warehouse dan bagaimana perbandingannya dengan teknologi yang terdengar serupa, data mart dan data lake. Anda juga akan mempelajari bagaimana berbagai peran mendukung berbagai tahap proyek data warehouse.

Exercise 1: Apa itu data warehouse?Exercise 2: Memahami apa dan mengapa Exercise 3: Kemungkinan use case data warehouse untuk Zynga Exercise 4: Apa perbedaan antara data warehouse dan data lake?Exercise 5: Data warehouse vs. data lake Exercise 6: Data warehouse vs. data mart Exercise 7: Memilih antara data lake, warehouse, dan mart Exercise 8: Data warehouse mendukung analisis organisasi Exercise 9: Siklus Hidup Data Warehouse Exercise 10: Dukungan sesuai kebutuhan Exercise 11: Siapa melakukan apa?

Sekarang, Anda akan mendapatkan pemahaman yang lebih baik tentang arsitektur data warehouse dengan mempelajari lapisan-lapisan umum sebuah data warehouse dan bagaimana lapisan presentasi mendukung analis. Selain itu, Anda akan mempelajari tentang Bill Inmon dengan pendekatan top-down dan bagaimana pendekatan tersebut dibandingkan dengan pendekatan bottom-up dari Ralph Kimball. Terakhir, Anda akan memahami perbedaan antara sistem OLAP dan OLTP.

Exercise 1: Apa saja lapisan yang berbeda dalam data warehouse?Exercise 2: Mengurutkan lapisan data warehouse Exercise 3: Memahami ETL Exercise 4: Pilih lapisan yang benar Exercise 5: Lapisan presentasi Exercise 6: Berperan sebagai konsultan Exercise 7: Mendukung analis dan pengguna data scientist Exercise 8: Arsitektur data warehouse Exercise 9: Top-down vs bottom-up Exercise 10: Karakteristik top-down dan bottom-up Exercise 11: Memilih pendekatan top-down Exercise 12: Sistem OLAP dan OLTP Exercise 13: Kubus data OLAP Exercise 14: Skenario OLAP vs. OLTP Exercise 15: Memahami OLTP

Di sini, Anda akan mempelajari cara mengatur data dalam data warehouse dengan model data yang andal. Pertama, Anda akan membahas dasar-dasar pemodelan data dengan mempelajari apa itu tabel fakta dan dimensi serta bagaimana Anda menggunakannya dalam skema bintang dan serpihan salju. Lalu, Anda akan meninjau cara membuat model data menggunakan proses empat langkah Kimball dan cara menangani dimensi yang berubah secara perlahan.

Exercise 1: Pemodelan data gudang data Exercise 2: Memahami tabel fakta dan tabel dimensi Exercise 3: Malam berbintang dan bersalju Exercise 4: Fakta atau dimensi?Exercise 5: Proses empat langkah Kimball Exercise 6: Mengurutkan langkah-langkah Kimball Exercise 7: Menentukan grain Exercise 8: Memilih fakta yang masuk akal Exercise 9: Dimensi yang berubah secara perlahan Exercise 10: Kuis kilat tentang perubahan lambat Exercise 11: Perbedaan antara tipe I, II, dan III Exercise 12: Penyimpanan data berbasis baris vs. kolom Exercise 13: Mengategorikan skenario penyimpanan baris dan kolom Exercise 14: Mengapa column store lebih cepat?

Latihan Saat Ini

Exercise 15: Kueri mana yang lebih cepat?

Anda akan menutup kursus dengan mempelajari kelebihan dan kekurangan proses ETL dan ELT serta implementasi lokal (on-premise) dibandingkan berbasis cloud. Anda akan mengakhiri dengan menelusuri sebuah contoh, membuat keputusan kunci tentang perancangan dan implementasi warehouse.

Exercise 1: ETL dan ELT Exercise 2: Perbandingan ETL dan ELT Exercise 3: Perbedaan antara ETL dan ELT Exercise 4: Memilih ELT Exercise 5: Pembersihan data Exercise 6: Operasi pembersihan Exercise 7: Menemukan kebenaran dalam transformasi data Exercise 8: Memahami data governance Exercise 9: Gudang data on-premise dan cloud Exercise 10: Mengetahui perbedaan antara on-premise dan cloud Exercise 11: Mencocokkan implementasi dengan justifikasi Exercise 12: Contoh desain data warehouse Exercise 13: Menghubungkan semuanya Exercise 14: Memilih bottom-up Exercise 15: Apakah Anda sudah menguasainya?Exercise 16: Penutup