A propos de ce cours

Ce cours de cinq jours dispensé par un instructeur fournit aux étudiants les connaissances et les compétences nécessaires pour approvisionner une base de données Microsoft SQL Server. Le cours couvre la fourniture SQL Server à la fois sur site et dans Azure, ainsi que l’installation à partir d’une nouvelle installation et la migration à partir d’une installation existante.

Profil du public

Ce cours s’adresse principalement aux professionnels de la base de données qui doivent remplir un rôle de développeur Business Intelligence. Ils devront se concentrer sur les travaux pratiques pour créer des solutions décisionnelles, notamment la mise en œuvre de l’entrepôt de données, l’ETL et le nettoyage des données.

A l’issue de ce cours, les étudiants seront capables de:

  • Décrire les éléments clés d’une solution d’entreposage de données
  • Décrire les principales considérations matérielles pour la construction d’un entrepôt de données.
  • Implémenter une conception logique pour un entrepôt de données
  • Implémenter une conception physique pour un entrepôt de données
  • Créer des index columnstore
  • Implémentation d’un entrepôt de données SQL Azure
  • Décrire les fonctionnalités clés de SSIS
  • Implémenter un flux de données à l’aide de SSIS
  • Implémenter le flux de contrôle en utilisant des tâches et des contraintes de priorité
  • Créer des packages dynamiques qui incluent des variables et des paramètres
  • Déboguer les paquets SSIS
  • Décrire les considérations pour mettre en œuvre une solution ETL
  • Mettre en œuvre des services de qualité des données
  • Implémenter un modèle Master Data Services
  • Décrire comment utiliser des composants personnalisés pour étendre SSIS
  • Déployer des projets SSIS
  • Décrire la BI et les scénarios de BI courants

Module 1: Introduction à l’entreposage de données

Ce module décrit les concepts de l’entrepôt de données et les considérations d’architecture.

Cours:

  • Vue d’ensemble de l’entreposage de données
  • Considérations pour une solution d’entrepôt de données

Atelier: Exploration d’une solution d’entrepôt de données

  • Explorer les sources de données
  • Explorer un processus ETL
  • Explorer un entrepôt de données

Après avoir terminé ce module, vous pourrez:

  • Décrire les éléments clés d’une solution d’entreposage de données
  • Décrire les considérations clés pour une solution d’entreposage de données

Module 2: Planification de l’infrastructure d’entrepôt de données

Ce module décrit les principales considérations matérielles pour la construction d’un entrepôt de données.

Cours:

  • Considérations relatives à l’infrastructure d’entrepôt de données.
  • Planification du matériel de l’entrepôt de données.

Atelier: Planification de l’infrastructure d’entrepôt de données

  • Planification du matériel de l’entrepôt de données

Après avoir terminé ce module, vous pourrez:

  • Décrire les principales considérations matérielles pour la construction d’un entrepôt de données.
  • Expliquer comment utiliser des architectures de référence et des dispositifs d’entrepôt de données pour créer un entrepôt de données

Module 3: Conception et mise en œuvre d’un entrepôt de données

Ce module décrit comment concevoir et implémenter un schéma pour un entrepôt de données.

Cours:

  • Aperçu de la conception de l’entrepôt de données
  • Conception de tables de dimension
  • Concevoir des tables de faits
  • Conception physique pour un entrepôt de données

Atelier: Implémentation d’un schéma d’entrepôt de données

  • Implémentation d’un schéma en étoile
  • Implémentation d’un schéma de flocon de neige
  • Implémentation d’une table de dimension temporelle

Après avoir terminé ce module, vous pourrez:

  • Implémenter une conception logique pour un entrepôt de données
  • Implémenter une conception physique pour un entrepôt de données

Module 4: Index de Columnstore

Ce module présente les index Columnstore.

Cours:

  • Introduction aux index de Columnstore
  • Création d’index Columnstore
  • Utilisation des index Columnstore

Atelier: Utilisation des index Columnstore

  • Créer un index Columnstore sur la table FactProductInventory
  • Créer un index Columnstore sur la table FactInternetSales
  • Créer une table Columnstore optimisée pour la mémoire

Après avoir terminé ce module, vous pourrez:

  • Créer des index Columnstore
  • Travailler avec les index Columnstore

Module 5: Implémentation d’un entrepôt de données Azure SQL

Ce module décrit les entrepôts de données SQL Azure et leur implémentation.

Cours:

  • Avantages de l’entrepôt de données SQL Azure
  • Implémentation d’un entrepôt de données SQL Azure
  • Développement d’un entrepôt de données Azure SQL
  • Migration vers un entrepôt de données Azure SQ
  • Copie de données avec la fabrique de données Azure

Atelier: Implémentation d’un entrepôt de données Azure SQL

  • Créer une base de données Azure SQL Data Warehouse
  • Migration vers une base de données Azure SQL Data Warehouse
  • Copier des données avec la fabrique de données Azure

Après avoir terminé ce module, vous pourrez:

  • Décrire les avantages d’Azure SQL Data Warehouse
  • Implémenter un entrepôt de données SQL Azure
  • Décrire les considérations relatives au développement d’un entrepôt de données Azure SQL
  • Planifier la migration vers Azure SQL Data Warehouse

Module 6: Création d’une solution ETL

À la fin de ce module, vous pourrez implémenter le flux de données dans un package SSIS.

Cours:

  • Introduction à ETL avec SSIS
  • Exploration des données source
  • Mise en œuvre du flux de données

Atelier: Implémentation d’un flux de données dans un package SSIS

  • Exploration des données source
  • Transfert de données à l’aide d’une tâche de ligne de données
  • Utilisation de composants de transformation dans une ligne de données

Après avoir terminé ce module, vous pourrez:

  • Décrire l’ETL avec SSIS
  • Explorez les données source
  • Implémenter un flux de données

Module 7: Implémentation du flux de contrôle dans un package SSIS

Ce module décrit la mise en oeuvre du flux de contrôle dans un package SSIS.

Cours:

  • Introduction au flux de contrôle
  • Création de packages dynamiques
  • Utilisation de conteneurs
  • Gérer la cohérence.

Atelier: Implémentation d’un flux de contrôle dans un package SSIS

  • Utilisation de tâches et de priorités dans un flux de contrôle
  • Utilisation de variables et de paramètres
  • Utilisation de conteneurs

Laboratoire: Utilisation de transactions et de points de contrôle

  • Utiliser des transactions
  • Utiliser des points de contrôle

Après avoir terminé ce module, vous pourrez:

  • Décrire le flux de contrôle
  • Créer des packages dynamiques
  • Utiliser des conteneurs

Module 8: Débogage et dépannage des packages SSIS

Ce module explique comment déboguer et dépanner les packages SSIS.

Cours:

  • Débogage d’un package SSIS
  • Journalisation des événements de package SSIS
  • Gestion des erreurs dans un package SSIS

Atelier: Débogage et dépannage d’un package SSIS

  • Débogage d’un package SSIS
  • Journalisation de l’exécution du package SSIS
  • Implémentation d’un gestionnaire d’événement
  • Traitement des erreurs dans le flux de données

Après avoir terminé ce module, vous pourrez:

  • Déboguer un package SSIS
  • Consigner les événements du package SSIS
  • Gérer les erreurs dans un package SSIS

Module 9: Implémentation d’une solution d’extraction de données

Ce module explique comment mettre en œuvre une solution SSIS prenant en charge les chargements DW incrémentiels et la modification des données.

Cours:

  • Introduction à l’ETL incrémental
  • Extraction de données modifiées
  • Chargement des données modifiées
  • Tables Temporelles

Laboratoire: Extraction de données modifiées

  • Utilisation d’une colonne datetime pour extraire des données de manière incrémentielle
  • Utiliser la capture de données modifiées
  • Utilisation de la tâche de contrôle CDC
  • Utilisation du suivi des modifications

Atelier: Chargement d’un entrepôt de données

  • Chargement de données depuis les tables de sortie CDC
  • Utilisation d’une transformation de recherche pour insérer ou mettre à jour des données de dimension
  • Mettre en œuvre une dimension qui change lentement
  • Utiliser la déclaration de fusion

Après avoir terminé ce module, vous pourrez:

  • Décrire l’ETL incrémental
  • Extraire les données modifiées
  • Charger les données modifiées.
  • Décrire les tables temporelles

Module 10: Mise en application de la qualité des données

Ce module explique comment implémenter le nettoyage des données à l’aide des services Microsoft Data Quality.

Cours:

  • Introduction à la qualité des données
  • Utilisation des services de qualité des données pour nettoyer les données
  • Utilisation des services de qualité des données pour faire correspondre les données

Laboratoire: Données de nettoyage

  • Création d’une base de connaissances DQS
  • Utilisation d’un projet DQS pour nettoyer les données
  • Utilisation de DQS dans un package SSIS

Laboratoire: Déduplication des données

  • Créer une politique de correspondance
  • Utiliser un projet DS pour faire correspondre les données

Après avoir terminé ce module, vous pourrez:

  • Décrire les services de qualité des données
  • Nettoyer les données à l’aide de services de qualité des données
  • Faire correspondre les données à l’aide de services de qualité des données
  • Dédoublonner les données en utilisant des services de qualité des données

Module 11: Utilisation de Master Data Services

Ce module explique comment implémenter des services de données maîtres pour appliquer l’intégrité des données à la source.

Cours:

  • Introduction à Master Data Services
  • Implémentation d’un modèle Master Data Services
  • Hiérarchies et collections
  • Création d’un Master Data Hub

Atelier: Implémentation de Master Data Services

  • Création d’un modèle de services de données de base
  • Utilisation du complément Services de données maîtres pour Excel
  • Application des règles de gestion
  • Chargement de données dans un modèle
  • Consommer des données de services de données de base

Après avoir terminé ce module, vous pourrez:

  • Décrire les concepts clés des services de données de base
  • Implémenter un modèle de service de données maître
  • Gérer les données de base
  • Créer un hub de données maître

Module 12: Extension de SQL Server Integration Services (SSIS)

Ce module explique comment étendre SSIS avec des scripts et des composants personnalisés.

Cours:

  • Utilisation de scripts dans SSIS
  • Utilisation de composants personnalisés dans SSIS

Laboratoire: Utiliser des scripts

  • Utiliser une tâche de script

Après avoir terminé ce module, vous pourrez:

  • Utiliser des composants personnalisés dans SSIS
  • Utiliser des scripts dans SSIS

Module 13: Déploiement et configuration des packages SSIS

Ce module explique comment déployer et configurer des packages SSIS.

Cours:

  • Vue d’ensemble du déploiement de SSIS
  • Déploiement de projets SSIS
  • Planification de l’exécution du package SSIS

Atelier: Déploiement et configuration des packages SSIS

  • Création d’un catalogue SSIS
  • Déploiement d’un projet SSIS
  • Création d’environnements pour une solution SSIS
  • Exécution d’un package SSIS dans le studio de gestion du serveur SQL
  • Planification de packages SSIS avec un agent de serveur SQL

Après avoir terminé ce module, vous pourrez:

  • Décrire un déploiement SSIS
  • Déployer un package SSIS
  • Planifier l’exécution du package SSIS

Module 14: Consommer des données dans un entrepôt de données

Ce module explique comment déboguer et dépanner les packages SSIS.

Cours:

  • Introduction à la Business Intelligence
  • Une introduction à l’analyse de données
  • Introduction au reporting
  • Analyse des données avec Azure SQL Data Warehouse

Atelier: Utiliser un entrepôt de données

  • Exploration d’un rapport de services de rapport
  • Explorer un classeur PowerPivot
  • Exploration d’un rapport Power View

Après avoir terminé ce module, vous pourrez:

  • Décrire à un niveau élevé de business intelligence
  • Montrer une compréhension du reporting
  • Montrer une compréhension de l’analyse des données
  • Analyser les données avec Azure SQL Data Warehouse

En plus de leur expérience professionnelle, les étudiants participant à cette formation doivent déjà posséder les connaissances techniques suivantes:

  • Connaissance de base du système d’exploitation Microsoft Windows et de ses fonctionnalités principales.
  • Connaissance pratique des bases de données relationnelles.
  • Une certaine expérience de la conception de bases de données.

 

 

Programme de Formation

No curriculum found !
Course Reviews
N.C
ratings
  • 5 stars0
  • 4 stars0
  • 3 stars0
  • 2 stars0
  • 1 stars0

No Reviews found for this course.

© Copyright 2018 Reunit.
X