Progettazione del Data Warehouse November 24, 2009

DESCRIZIONE

Larga parte delle organizzazioni mancano della necessaria esperienza e capacità per affrontare con successo le sfide implicite nei progetti di Data Warehousing. In particolare, uno dei fattori che a tutt’oggi maggiormente minaccia la riuscita di questi progetti è la mancata adozione di un approccio metodologico che, basandosi sulle Best Practices del settore, sia in grado di minimizzare i rischi di insuccesso.
Obiettivo del corso è individuare un ampio repertorio di tecniche di progettazione di Data Warehouse, integrandole in un quadro metodologico organico e completo che funga da riferimento costante per il progettista. Punto di forza della metodologia proposta è l'utilizzo di una fase di progettazione concettuale, con l'obiettivo di minimizzare i rischi di progetto.
Il corso affronta gli argomenti di progettazione dal punto di vista pratico ma con solide fondamenta teoriche. L’esposizione è avvalorata da numerosi esempi applicativi, da esercitazioni di progetto e da un Caso di Studio completo.

PARTECIPANTI

• capi progetto
• analisti e analisti programmatori
• amministratori di database
• specialisti di Data Warehousing

PREREQUISITI

La partecipazione al corso “Data Warehouse: architettura e principi” o il possesso di conoscenze equivalenti; conoscenza del modello relazionale e delle tecniche di progettazione delle basi di dati.

PROGRAMMA

Introduzione al Data Warehousing
- concetti di base e terminologia
- il modello multidimensionale
- analisi dei dati: reportistica, OLAP, mining, analisi what-if
- architetture a 1, 2 e 3 livelli
- architetture evolute: BAM e BPM

Metodologie di progettazione del Data Warehouse
- il ciclo di sviluppo
- fasi della progettazione
- approccio supply-driven vs approccio demand-driven

Analisi e riconciliazione delle sorgenti operazionali
- ricognizione, normalizzazione, integrazione

Analisi dei requisiti utente
- interviste e glossari

Progettazione concettuale
- modelli concettuali per il Data Warehouse
- Pattern avanzati di modellazione: attributi descrittivi e cross-dimensionali; convergenze; gerarchie condivise, incomplete e ricorsive; archi multipli e opzionali; dinamicità; additività.
- gestione del tempo: gli aggiornamenti retrospettivi

Progettazione logica
- schemi logici per il Data Warehouse: star schema, snowflake schema, constellation schema
- scenari temporali e slowly-changing dimension
- traduzione dei Pattern di modellazione
- carico di lavoro e volume dati
- tecniche di ottimizzazione logica: viste e frammentazione

Progettazione dell’alimentazione
- analisi delle problematiche legate all’estrazione, caricamento e pulizia dei dati

Progettazione fisica
- gli indici per il Data Warehouse
- tecniche di ottimizzazione fisica

La documentazione di progetto
- il livello del Data Warehouse
- il livello dei Data Mart
- il livello del fatti

Esercitazione, case Studies ed esempi applicativi

Durata: 3 giorni