广州总校区切换校区
复制成功
微信号:togogoi
添加微信好友, 详细了解课程
已复制成功,如果自动跳转微信失败,请前往微信添加好友
打开微信

MCSA SQL Server(数据库)

课时总数:0课时

课程介绍

 MCSA: SQL 2016(Business Intelligence Development方向)
      获得 MCSA: SQL 2016 Business Intelligence Development 认证考察您的提取、转换和加载 (ETL) 和数据仓库技能,以及使用多维和表格数据模型和联机分析处理 (OLAP) 多维数据集实施 BI 解决方案的技能。此认证将使您有资格担任 BI 开发人员的职务。

Implementing a SQL Data Warehouse (beta)
考试代码:70-767
考试范围:
一、设计和实施数据仓库 (30-35%)
1.设计和实施维度表
设计共享和一致性维度,确定渐变维度额支持要求,确定属性,设计层次结构,确定星型或雪花型架构要求,使用事实数据表确定粒度的关系,确定审核或沿袭要求,确定数据仓库的键和键关系,实施维度,实施维度表的数据沿袭
2. 设计和实施事实数据表
 确定度量值,确定维度表关系,创建组合键,设计支持多对多关系的数据仓库,实施半累加性度量值,实施非累加性度量值
3.为数据仓库工作负荷设计和实施索引
设计索引解决方案;选择适当的索引;实施群集、非群集、筛选和列存储索引
4.设计数据仓库存储
设计合适的存储解决方案,包括硬件、磁盘和文件布局
5.设计和实施已分区的表和视图
设计分区结构来支持数据仓库,实施滑动窗口,实施分区消除,设计支持数据快速加载和横向扩展的分区结构

二、提取、转换和加载数据 (35–40%)
1.使用 SQL Server Integration Services (SSIS) 包设计和实施提取、转换和加载 (ETL) 控制流

设计和实施 ETL 控制流元素,包括容器、任务和优先约束;创建变量和参数;在 SSIS 中创建检查点、序列和循环容器以及变量;实施数据事件探查、平行度、事务记录、记录和安全
2.使用 SSIS 包设计和实施 ETL 数据流
实施渐变维度、模糊分组、模糊查找、审核、阻止、非阻止和术语查找转换;映射列;确定适合给定任务的转换对象;确定 Transact-SQL 联接与 SSIS 查找的适当方案;使用批量加载或标准加载设计表加载;使用重复数据删除多余的行或坏行
3.实施支持增量数据提取的 ETL 解决方案
设计事实表模式,启用更改数据捕获,创建 SQL MERGE 语句
4. 实施支持增量数据加载的 ETL 解决方案
设计控制流以加载更改数据,使用 Transact-SQL“更改数据捕获”功能加载数据,在 SSIS 中使用“更改数据捕获”加载数据
5.调试 SSIS 包
使用调试器修复性能、连接、执行和失败的逻辑问题;为包执行启用日志记录;对数据类型实施错误处理;实施断点;添加数据查看器;使用不同工具分析数据;执行批处理清理
6.部署和配置 SSIS 包和项目
创建 SSIS 目录;使用部署实用工具、SQL Server 和文件系统部署包;使用 DTUTIL 运行和自定义包

三、将解决方案与云数据和大数据集成 (15–20%)
1. 使用 Polybase 将外部数据源与 SQL Server 集成
与 Hadoop 集成,与存储在 Azure Blob 服务中的文本文件集成,管理外部表,使用 Transact-SQL 访问 Hadoop 数据库中的数据,使用 Transact-SQL 访问 Azure Blob 服务中的数据,从 Hadoop 或 blob 作为常规 SQL Server 表导入数据,将数据导出到 Hadoop 或 Azure Blob 服务
2.使用 Polybase 从 SQL 数据仓库提取、转换和加载数据
将 Azure SQL 数据仓库与本地数据仓库集成,在 Azure 和本地系统之间实施双向数据同步,从 Polybase 将数据加载到 SQL 数据仓库中,使用 Polybase 和 Azure Blob 服务设计递增加载策略
3.设计和实施 Azure SQL 数据仓库
使用 Azure 门户创建新的 SQL Azure 数据仓库数据库,使用 Transact-SQL 创建 SQL Azure 数据仓库数据库,选择适当的方法以将数据加载到 SQL Azure 数据仓库中
4.管理和维护 SQL 数据仓库
使用标签管理查询;管理统计数据;管理分区分布;横向扩展数据仓库;增长、收缩和暂停数据仓库

四、构建数据质量解决方案 (15–20%)
1.创建知识库
创建数据质量服务 (DQS) 知识库,确定 DQS 知识库的合适用例,实施知识发现,执行域管理
2.使用 DQS 维护数据质量
将匹配知识添加到知识库,为重复数据删除准备 DQS,创建匹配策略,使用 SSIS DQS 任务通过 DQS 知识清理数据清理策略,安装 DQS
3. 实施 Master Data Services (MDS) 模型
安装 MDS;实施 MDS;创建模型、实体、层次结构、集合和属性;定义安全角色;导入和导出数据;创建和编辑订阅;实施实体、属性、层次结构和业务规则
4.使用 MDS 管理数据
使用 MDS 工具,使用 Master Data Services 配置管理器,创建主数据管理器数据库和 Web 应用程序,使用 MDSModelDeploy.exe 部署示例模型,使用 Master Data Services Web 应用程序,使用 Master Data Services Excel 加载项,创建主数据管理中心、阶段和加载数据,创建订阅视图

Developing SQL Data Models
考试代码:70-768
考试范围:
一、设计多维商业智能 (BI) 语义模型 (25–30%)
1.使用 Microsoft SQL Server Analysis Services (SSAS) 创建多维数据库
设计、开发和创建多维数据库;选择存储模型
2.在多维数据集中设计和实施维度
选择合适的维度模型,如事实、父-子、角色扮演、引用、数据挖掘、多对多和渐变维度;实施维度类型;定义属性关系
3.在多维数据集中实施度量值和度量值组
设计和实施度量值、度量值组、粒度、计算的度量值和聚合函数;定义半累加性行为

二、设计表格 BI 语义模型 (20–25%)
1.设计和发布表格数据模型

设计度量值、关系、层次结构、分区、观点及计算的列;创建时间表;从 Microsoft Visual Studio 发布;从 Microsoft PowerPivot 导入;选择部署选项,包括处理选项、事务部署和查询模式
2.配置、管理和保护表格模型
 配置表格模型存储和数据刷新,配置刷新间隔设置,配置用户安全性和权限,配置行级安全性
3.开发表格模型以近实时地访问数据
对 Oracle、Teradata、Excel 和数据透视表使用 DirectQuery;将内存中的查询转换为 DirectQuery

三、使用多维表达式 (MDX) 和数据分析表达式 (DAX) 开发查询 (15–20%)
1. 创建基本 MDX 查询
实施基本 MDX 结构和函数,包括 tuples、sets 和 TopCount
2.实施自定义 MDX 解决方案
为事先准备的案例任务或业务规则创建自定义 MDX 或逻辑解决方案,定义 SCOPE 语句
3.使用 DAX 语言创建公式
使用的 EVALUATE 和 CALCULATE 函数,筛选 DAX 查询,创建计算度量值,使用 DAX 执行数据分析

四、配置和维护 SQL Server Analysis Services (SSAS) (30–35%)
1.规划和部署 SSAS
配置内存限制,配置非联合内存体系结构 (NUMA),配置磁盘布局,确定 SSAS 实例位置
2.监视和优化性能
使用扩展事件和探查器监视性能和分析查询计划,识别 SSAS 查询中的瓶颈,监视处理和查询性能,解决性能问题,配置可用性限制,优化和管理模型设计
3.配置和管理处理
配置分区处理;配置维度处理;使用处理默认值、处理已满、处理清除、处理数据、处理添加、处理更新、处理索引、处理结构和处理清除结构处理方法;配置并行、顺序和写回处理设置
4.创建关键性能指标 (KPI) 和转换
配置 KPI 选项,包括关联的度量值组、值表达式、目标表达式、状态、状态表达式、趋势、趋势表达式和重量值;在多维模型和表格模型中创建 KPI;创建和开发新的转换
 


<
在线咨询 ×

您好,请问有什么可以帮您?我们将竭诚提供最优质服务!