Dimensioneel modelleren (Stermodel)
Omschrijving
Eind jaren tachtig heeft Ralph Kimball al de theorie van het Dimensioneel modelleren bedacht. Nog altijd is dat de manier om een database op te zetten als je de data wilt gebruiken voor rapporten en data analyse. Niet alleen wordt het werken met de data makkelijker (en dus sneller en minder foutgevoelig) maar met het licentie model van Power BI en Fabric ook goedkoper. Alle reden dus om goede stermodellen te kunnen maken.
In deze cursus leert u feiten en dimensies te onderscheiden en op basis daarvan goede efficiente stermodellen te maken.
Inhoud
De volgende onderwerpen komen aan bod:
- Achtergrond en verantwoording van Dimensioneel modelleren
- Opzet stermodel
- Stappenplan
- Dimensions
- Dimension design
- Dimensies types
- Slowly Changing Dimensions
- Unknown member
- Facts
- Fact table design
- Fact types
- Additive, semi-addtive, non-additive facts
- Use case
- Optional:
- Power BI data modelling
Duur en vorm
Dit is een een daagse klassikale training met exercises.
Doelgroep en voorkennis
Deze cursus is voor iedereen die een data model wil opzetten volgens de Kimball theorie van Dimensioneel modelleren en dus een ster schema beoogt. Dit zou iedereen moeten zijn die met Power BI rapporten maakt. Maar ook voor Data engineers en Data warehouse developers is deze kennis van grote meerwaarde.
Affiniteit met data en het opzetten van een data model is een pre.
Geleerde skills
Na de cursus kan je:
- Wat dimensies zijn en hoe ze te ontwerpen
- Wat feiten zijn en hoe ze te ontwerpen
- Goede stermodellen bouwen
