何启平
高级IT专家

擅长领域:数据库,数据仓库,项目管理,数据建模,机器学习,消费金融模型,信贷与风控,企业估值/融资/兼并/收购要约等系统的架构与设计

讲师介绍:数据架构与处理方向咨询师。 某高等教育职业技术学院特约讲师。 12年银行金融和保险业项目经验。 熟悉项目管理,数据建模,ETL数据处理和报表展现。在数据建模,数据仓库架构,BI方面均积累了大量的项目经验。擅长OLAP系统的数据分析与模型设计,如:数据仓库、数据集市、MIS等系统的架构与设计。曾多次带领团队完成国内外相关金融项目。目前主要负责国内外银行及非银金融方向的数据架构与咨询相关工作,针对客户的具体业务场景提出解决方案。

大数据:

直通企业的数据仓库处理术—启动篇

数据仓库,英文名称为Data Warehouse,通常简称为DW。它主要用于将企业级的所有有价值的数据进行统一收集、整理、存储,产出商业智能(BI)报表和决策分析报告,为企业决策提供数据支撑。以达到利用数据推动企业发展的目的。

当前,数据仓库的理论与实践已经发展得十分成熟,其架构与规范设计已经得到了企业的广泛接受和认可。通常情况下,一个成熟的企业信息化建设中,数据仓库建设是不可或缺的一环,也是特别重要的一环。通常情况下,数据仓库必须是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策(Decision Making Support)。

数据仓库系统具有完整的生命周期。每个数据仓库系统都是不断变化的,并且永远都不会停止。数据的最终结果是为业务提供服务,因此,随着业务需求的不断变化,数据仓库系统也需要根据需求的变化而不断的进行调整,以适应新的业务需求。

而在数据仓库的整体架构设计中,业务需求分析与数据建模是数据仓库中最核心的部分。数据仓库通过业务需求来呈现数据,以实现数据驱动企业发展的需求,而数据建模则是数据仓库实现数据面向主题与规范化的重要步骤。在接下来的课程中,我们将学习数据仓库的架构体系,以及如何进行业务分析、数据建模和数据仓库的存储设计,以满足数据仓库的实际生产要求。

>
共20课时(已更新15课时)| ¥69.00| 98人学习过开始学习

最近学员 累计98

最新评论

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部