Maintenant que vous connaissez le contexte informationnel de la prise en charge des entrepôts de données par les bases de données relationnelles, vous allez commencer à utiliser les bases de données relationnelles pour écrire des requêtes de business intelligence ! Dans le module 2, vous apprendrez une extension importante de l'instruction SQL SELECT pour les opérateurs de sous-total. Vous appliquerez ce que vous avez appris dans la pratique et les problèmes notés en utilisant SQL (Oracle ou PostgreSQL) pour les problèmes impliquant les opérateurs CUBE, ROLLUP, et GROUPING SETS. Comme les opérateurs de sous-total font partie de la norme SQL, votre apprentissage s'appliquera facilement à d'autres SGBD d'entreprise. A la fin de ce module, vous aurez de solides connaissances pour écrire des requêtes utilisant les opérateurs de sous-total SQL en tant qu'analyste d'entrepôt de données.

Après avoir utilisé les opérateurs de sous-total SQL, vous êtes prêt à apprendre une autre extension SQL importante pour les applications de veille stratégique. Dans le module 3, vous découvrirez un modèle de traitement étendu pour les fonctions analytiques SQL qui supportent les analyses courantes dans les applications de business intelligence. Vous appliquerez ce que vous avez appris dans la pratique et les problèmes notés en utilisant SQL (Oracle ou PostgreSQL) pour des problèmes impliquant un classement qualitatif des unités d'affaires, des comparaisons de fenêtres montrant les relations des unités d'affaires dans le temps, et des contributions quantitatives montrant les seuils de performance et les contributions des unités d'affaires individuelles à l'ensemble de l'entreprise. Les fonctions analytiques faisant partie de la norme SQL, votre apprentissage s'appliquera à d'autres SGBD d'entreprise. A la fin de ce module, vous disposerez d'une solide expérience pour écrire des requêtes utilisant les fonctions analytiques SQL en tant qu'analyste d'entrepôt de données.

Après avoir acquis des compétences en matière de formulation de requêtes pour le développement d'applications de veille stratégique, vous êtes prêt à vous familiariser avec les extensions des SGBD pour une exécution efficace des requêtes. Les requêtes de Business Intelligence peuvent utiliser beaucoup de ressources, c'est pourquoi le traitement et la conception de vues matérialisées sont devenus une extension importante des SGBD. Dans le module 4, vous découvrirez une instruction SQL permettant de créer des vues matérialisées, les exigences de traitement des vues matérialisées et les règles de réécriture des requêtes utilisant des vues matérialisées. Pour mieux comprendre la complexité de la réécriture des requêtes, vous vous entraînerez à réécrire des requêtes à l'aide de vues matérialisées. Pour clôturer le support des bases de données relationnelles pour les entrepôts de données, vous apprendrez à connaître les outils Oracle pour l'intégration de données, Oracle Data Integrator, ainsi que deux instructions SQL utiles pour des tâches spécifiques d'intégration de données. A l'issue de ce module, vous disposerez de solides connaissances pour utiliser les vues matérialisées afin d'améliorer les performances des requêtes et de déployer l'approche Extraction, Chargement et Transformation pour l'intégration des données en tant qu'administrateur ou analyste d'entrepôt de données.

Le module 5 poursuit le cours avec un retour au matériel conceptuel sur les technologies de conception physique et les pratiques de gouvernance des données. Vous découvrirez les architectures de stockage, le traitement parallèle évolutif, les questions liées au Big Data et la gouvernance des données. À l'issue de ce module, vous aurez acquis des connaissances sur les questions conceptuelles importantes pour les administrateurs d'entrepôts de données.

Le module 6 fournit un matériel optionnel avancé sur la formulation de requêtes pour les apprenants qui recherchent des connaissances et des compétences de niveau expert. La formulation avancée des requêtes peut aider les apprenants à se démarquer sur le marché du travail en obtenant un statut d'expert et une valeur élevée pour l'organisation. Le module 6 couvre le matériel original pour les compétences de formulation de requêtes avancées qui préparent les apprenants à collaborer avec des scientifiques de données sur des tâches d'exploration de données. L'instructeur a développé le matériel du module 6 à partir de sa longue expérience de l'utilisation du langage SQL pour les projets d'exploration de données. Les compétences en codage SQL sont également applicables à d'autres tâches de formulation de requêtes avancées. Le module 6 fournit ces domaines de connaissances et ces compétences spécifiques.- Exemples et pratique avec les lacs de données et les entrepôts de données car les projets de data mining peuvent impliquer les deux types de sources de données - Compétences de codage SQL pour deux tâches de data mining importantes, l'extraction de règles d'association et les algorithmes de classification utilisant des données d'entraînement avec un historique d'événements limité - Nouveaux éléments SQL pour gérer le codage SQL complexe, les résultats de tableaux, les sous-requêtes indépendantes avec l'opérateur de comparaison IN, une pédagogie unique avec des modèles d'instructions pour écrire des modèles d'instructions SELECT comme une étape initiale pour compléter une instruction SELECTEn raison du matériel avancé, le module 6 fournit la leçon 9 en tant qu'honneur avec des problèmes, un quiz conceptuel, un devoir et une auto-évaluation. Le quiz conceptuel permet d'évaluer la compréhension de l'apprenant des leçons vidéo et des notes associées. Les apprenants doivent compléter le quiz conceptuel avant de commencer les problèmes pratiques et le devoir noté afin de s'assurer de la compréhension conceptuelle de la matière.