Cours entrepôt de données

Leçon 1 • Couches architecturales principales de l'entrepôt de données

Présente les couches de préparation, d'intégration et de présentation comme la structure de base d'un entrepôt. Les apprenants cartographient le flux de données à travers les trois couches.

Leçon 2 • Parties prenantes clés et cas d'utilisation

Identifie les parties prenantes métier et techniques qui pilotent et consomment les solutions d'entrepôt de données. Les apprenants alignent les décisions techniques sur les exigences métier.

Leçon 3 • Qu'est-ce qu'un entrepôt de données ?

Définit un entrepôt de données et son objectif métier principal. Donne aux apprenants le vocabulaire nécessaire pour tous les chapitres suivants.

Leçon 4 • Écosystème de business intelligence

Positionne l'entrepôt de données dans la pile de business intelligence plus large, incluant les outils de reporting et d'analyse. Les apprenants comprennent les dépendances en amont et en aval.

Leçon 1 • Approches Inmon vs. Kimball

Compare les philosophies de l'entrepôt de données d'entreprise et de la modélisation dimensionnelle. Les apprenants évaluent chaque approche par rapport aux contraintes du projet.

Leçon 2 • Hub-and-Spoke et Data Vault

Présente les architectures fédérées et Data Vault 2.0 pour des entrepôts évolutifs et audités. Les apprenants appliquent ces modèles à des scénarios d'entreprise complexes.

Leçon 3 • Architecture pour l'évolutivité et la performance

Aborde les stratégies de partitionnement, de regroupement et de distribution qui maintiennent la performance à grande échelle. Les apprenants appliquent ces techniques aux plans d'architecture.

Leçon 4 • Conception en zones superposées

Détaille les modèles de zones brutes, nettoyées et organisées utilisés dans les implémentations modernes d'entrepôt de données. Les apprenants conçoivent un diagramme de flux de données multi-zones.

Leçon 1 • Modèles dimensionnels avancés

Présente les dimensions dégénérées, les dimensions poubelles et les dimensions à rôles multiples. Les apprenants appliquent ces modèles pour résoudre des défis de modélisation complexes.

Leçon 2 • Schémas en étoile et en flocon

Oppose les conceptions de schémas en étoile et en flocon et leurs implications sur la performance des requêtes. Les apprenants choisissent le schéma approprié pour des besoins analytiques donnés.

Leçon 3 • Dimensions à évolution lente

Couvre les types de dimensions à évolution lente 1 à 6 pour le suivi des changements historiques d'attributs. Les apprenants implémentent le type de dimension à évolution lente correct en fonction des exigences d'historique métier.

Leçon 4 • Faits, dimensions et mesures

Définit les éléments constitutifs des modèles dimensionnels et leurs relations. Les apprenants identifient les faits et les dimensions à partir des exigences métier.

Leçon 1 • Stratégies et modèles de chargement

Compare les modèles de chargement insertion seule, upsert et troncature-rechargement et leurs cas d'utilisation. Les apprenants implémentent le modèle de chargement correct pour un type de dimension à évolution lente donné.

Leçon 2 • Gestion des erreurs et récupération dans ETL

Enseigne les techniques de détection, de journalisation et de récupération après des échecs de pipeline. Les apprenants construisent une logique de gestion des erreurs dans un flux de travail ETL.

Leçon 3 • Architecture du pipeline ETL

Définit les étapes d'un pipeline ETL et leurs responsabilités dans le cycle de chargement de l'entrepôt de données. Les apprenants schématisent un pipeline complet de la source à la cible.

Leçon 4 • Transformation et nettoyage des données

Aborde la standardisation des données, la déduplication et l'application de règles métier pendant la transformation. Les apprenants écrivent une logique de transformation pour les problèmes courants de qualité des données.

Leçon 1 • Gestion des métadonnées et catalogue de données

Couvre les métadonnées métier et techniques, le suivi de la lignée et les outils de catalogue. Les apprenants alimentent un catalogue de données avec des entrées de lignée et de glossaire.

Leçon 2 • Règles de qualité des données et validation

Enseigne comment encoder les règles métier sous forme de contrôles de validation automatisés dans le pipeline. Les apprenants implémentent des portes de validation basées sur des règles dans un flux de travail ETL.

Leçon 3 • Techniques de profilage et d'évaluation

Couvre le profilage des colonnes, l'analyse des motifs et les contrôles d'intégrité référentielle. Les apprenants produisent un rapport d'évaluation de la qualité des données pour un ensemble de données échantillon.

Leçon 4 • Cadres de gouvernance des données

Présente les rôles de gouvernance, les politiques et les modèles de stewardship qui maintiennent la qualité des données dans le temps. Les apprenants assignent les responsabilités de gouvernance aux rôles organisationnels.

Leçon 1 • Techniques d'optimisation des requêtes

Couvre l'analyse des plans d'exécution, l'utilisation des index et l'optimisation des jointures pour les grandes tables analytiques. Les apprenants réécrivent les requêtes lentes en utilisant les bonnes pratiques d'optimisation.

Leçon 2 • Fonctions de fenêtrage en profondeur

Enseigne les fonctions de fenêtrage de classement, de décalage et d'agrégation pour les calculs analytiques au niveau des lignes. Les apprenants appliquent les fonctions de fenêtrage pour résoudre des problèmes de totaux cumulés et de classement.

Leçon 3 • Procédures stockées et chargements scriptés

Enseigne l'encapsulation de la logique de transformation dans des procédures stockées pour des chargements répétables de l'entrepôt de données. Les apprenants construisent une procédure stockée qui implémente un chargement complet de dimension à évolution lente Type 2.

Leçon 4 • Modèles de requêtes analytiques

Couvre les opérations d'agrégation, d'ensembles de regroupement et de cumul pour l'analyse multidimensionnelle. Les apprenants écrivent des requêtes qui reproduisent les structures de rapports de business intelligence courants.

Leçon 1 • Gestion des charges de travail et concurrence

Couvre les files d'attente de ressources, les classes de priorité et la mise à l'échelle de la concurrence pour gérer des charges de travail mixtes. Les apprenants configurent des règles de gestion des charges de travail pour un entrepôt de données multi-utilisateurs.

Leçon 2 • Stratégies d'indexation pour l'entrepôt de données

Couvre les approches d'indexation bitmap, B-tree et columnar adaptées aux charges de travail analytiques. Les apprenants sélectionnent et implémentent le type d'index correct pour un modèle de requête donné.

Leçon 3 • Vues matérialisées et agrégats

Explique comment les agrégats précalculés et les vues matérialisées accélèrent les requêtes analytiques répétées. Les apprenants créent et rafraîchissent des vues matérialisées pour une couche de reporting.

Leçon 4 • Partitionnement et élagage

Enseigne le partitionnement par plage, par liste et par hachage pour réduire les données analysées par requête. Les apprenants conçoivent un schéma de partitionnement qui élimine les analyses complètes de table.

Leçon 1 • Architecture du data lakehouse

Présente le modèle lakehouse combinant le stockage du lac de données avec la sémantique de requête d'entrepôt. Les apprenants évaluent quand un lakehouse remplace ou complète un entrepôt de données traditionnel.

Leçon 2 • CI/CD pour les pipelines d'entrepôt de données

Couvre le contrôle de version, les tests automatisés et les pipelines de déploiement pour le code de l'entrepôt de données. Les apprenants implémentent un flux de travail CI/CD pour un modèle dimensionnel et son ETL.

Leçon 3 • ELT vs. ETL dans le cloud

Oppose l'ETL traditionnel aux modèles ELT cloud natifs où la transformation se produit à l'intérieur de l'entrepôt. Les apprenants reconçoivent un pipeline ETL en flux de travail ELT.

Leçon 4 • Capacités des plateformes d'entrepôt de données cloud

Examine le calcul élastique, la séparation du stockage et du calcul, et les fonctionnalités de requêtes serverless. Les apprenants associent les capacités de la plateforme aux exigences architecturales.