Implementing a SQL Data Warehouse eğitimi, bilgi çalışanlarını destekleyecek bir iş zekası platformu oluşturmak için gerekli becerileri sağlar. Eğitimin sağladığı beceriler arasında bir veri ambarı yaratmak, SQL Server Integration Services ile ETL uygulamak, SQL Server Data Quality Services ve SQL Server Master Data Services kullanımıyla veriyi doğrulamak ve temizlemek yer almaktadır. Eğitim, veri ambarı geliştirme konusunda yeni çalışmaya başlayanlar için uygun olduğu gibi, daha önce SSIS kullanmış kişiler için de yeni gelen özellikler ve veri ambarı tasarım yaklaşımını içermesi açısından çok faydalı olacaktır.
•Data Warehousing Genel Bakış
•Data Warehouse Çözümü için Dikkat Edilmesi Gerekenler
•Lab: Data Warehousing Çözümünü Keşfetme
•Data Warehouse Altyapısı için Dikkat Edilmesi Gerekenler
•Data Warehouse Donanım Planlama
•Lab: Data Warehouse Altyapısını Planlama
•Data Warehouse Tasarımına Genel Bakış
•Dimension Tables Tasarımı
•Fact Tables Tasarımı
•Data Warehouse için Fiziksel Tasarım
•Lab: Data Warehouse Uygulama
•Columnstore Indexes'a Giriş
•Columnstore Index Oluşturma
•Columnstore Indexes ile Çalışma
•Columnstore Indexes ile Çalışma
•Azure SQL Data Warehouse'un Avantajları Azure SQL Data Warehouse Uygulaması Azure SQL Data Warehouse Geliştirme Azure SQL Data Warehouse'a Geçiş
•Azure Data Factory ile Veri Kopyalama
•Lab: Azure SQL Data Warehouse Uygulama
•SSIS ile ETL Geliştirmeye Giriş
•Kaynak Verilerini Keşfetme
•Data Flow Uygulaması
•Lab: SSIS Package'da Data Flow Uygulama
•Control Flow'a Giriş
•Dynamic Package Oluşturma
•Container Seçenekleri Kullanımı
•Lab A: SSIS Package'da Control Flow Uygulama
•Lab B: Transactions ve Checkpoints Kullanma
•SSIS Package Hata Ayıklama
•SSIS Package Olaylarını Loglama
•SSIS Package'da Hataları İşleme
•Lab: SSIS Package Hata Ayıklama ve Sorun Giderme
•Incremental ETL'a Giriş
•Değiştirilmiş Verileri Çıkarma
•Lab A: Değiştirilmiş Verileri Çıkarma
•Değiştirilmiş Verileri Yükleme
•Temporal Tables
•Lab B: Veri Ambarı Yükleme
•Data Quality'e Giriş
•Veriyi Temizlemek için Data Quality Services Kullanımı
•Lab A: Veri Temizleme
•Veriyi Eşleştirmek için Data Quality Services Kullanımı Lab B: Veri Tekilleştirme