or
Este exercício faz parte do curso
Prepare-se para sua jornada de aprendizado em data warehouse reforçando alguns conceitos fundamentais. No início do curso, você vai aprender o que é um data warehouse e como ele se compara e contrasta com tecnologias de nomes parecidos, como data marts e data lakes. Você também vai ver como diferentes personas ajudam a apoiar as várias etapas de um projeto de data warehouse.
Agora, você vai aprofundar o entendimento da arquitetura de um data warehouse, conhecendo as camadas típicas e como a camada de apresentação dá suporte aos analistas. Além disso, você vai aprender sobre Bill Inmon e sua abordagem top-down e como ela se compara à abordagem bottom-up de Ralph Kimball. Por fim, você vai entender a diferença entre sistemas OLAP e OLTP.
Aqui, você vai aprender a organizar os dados do seu data warehouse com um excelente modelo de dados. Primeiro, você verá o básico de modelagem de dados, entendendo o que são tabelas de fatos e de dimensões e como usá-las nos esquemas em estrela e floco de neve. Em seguida, você vai revisar como criar um modelo de dados usando o processo de quatro etapas de Kimball e como lidar com dimensões que mudam lentamente.
Você vai encerrar o curso aprendendo os prós e contras dos processos de ETL e ELT e de implementações on-premise versus na nuvem. Para concluir, você vai percorrer um exemplo, tomando decisões-chave sobre o design e a implementação do warehouse.
Exercício atual