ComeçarComece de graça

Inicio
Cursos
Conceitos de Data Warehousing

Sistemas OLAP e OLTP

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este exercício faz parte do curso

Conceitos de Data Warehousing

IntermediárioNível de habilidade

4.8+

Iniciar curso de graça

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.

Exercise 1: O que é um data warehouse?Exercise 2: Entendendo o que é e por quê Exercise 3: Possíveis casos de uso de um data warehouse para a Zynga Exercise 4: Qual é a diferença entre data warehouses e data lakes?Exercise 5: Data warehouses vs. data lakes Exercise 6: Data warehouses vs. data marts Exercise 7: Decidindo entre data lake, data warehouse e data mart Exercise 8: Data warehouses dão suporte à análise organizacional Exercise 9: Ciclo de vida do data warehouse Exercise 10: Apoio onde for necessário Exercise 11: Quem faz o quê?

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.

Exercise 1: Quais são as diferentes camadas de um data warehouse?Exercise 2: Ordenando as camadas de um data warehouse Exercise 3: Entendendo ETL Exercise 4: Escolha a camada correta Exercise 5: A camada de apresentação Exercise 6: Calçando os sapatos de um consultor Exercise 7: Apoiando analistas e cientistas de dados Exercise 8: Arquiteturas de data warehouse Exercise 9: Top-down vs bottom-up Exercise 10: Características de top-down e bottom-up Exercise 11: Escolhendo uma abordagem top-down Exercise 12: Sistemas OLAP e OLTP

Exercício atual

Exercise 13: O cubo de dados OLAP Exercise 14: Cenários de OLAP vs. OLTP Exercise 15: Entendendo 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.

Exercise 1: Modelagem de dados em data warehouse Exercise 2: Entendendo tabelas fato e dimensionais Exercise 3: Uma noite estrelada e com flocos de neve Exercise 4: Fato ou dimensão?Exercise 5: O processo de quatro etapas de Kimball Exercise 6: Ordenando as etapas de Kimball Exercise 7: Decidindo o grão Exercise 8: Selecionando fatos razoáveis Exercise 9: Dimensões de mudança lenta Exercise 10: Quiz relâmpago sobre mudanças lentas Exercise 11: Diferença entre os tipos I, II e III Exercise 12: Armazenamento por linhas vs. por colunas Exercise 13: Classificando cenários de armazenamento em linhas e em colunas Exercise 14: Por que o column store é mais rápido?Exercise 15: Quais consultas são mais rápidas?

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.

Exercise 1: ETL e ELT Exercise 2: ETL comparado a ELT Exercise 3: Diferenças entre ETL e ELT Exercise 4: Selecionando ELT Exercise 5: Limpeza de dados Exercise 6: Operações de limpeza Exercise 7: Encontrando a verdade nas transformações de dados Exercise 8: Entendendo governança de dados Exercise 9: Armazenamento de dados on-premise e na nuvem Exercise 10: Conhecendo as diferenças entre on-premise e nuvem Exercise 11: Alinhando implementação à justificativa Exercise 12: Exemplo de design de data warehouse Exercise 13: Conectando tudo Exercise 14: Selecionando bottom-up Exercise 15: Você sabe tudo?Exercise 16: Encerramento