天善微軟BI培訓(xùn)課程V120

1、專注商業(yè)智能和數(shù)據(jù)庫性能優(yōu)化天善微軟BI培訓(xùn)課程QQ：744711023講師：梁勇課程介紹概念介紹應(yīng)用現(xiàn)狀技術(shù)介紹目 錄 Contents微軟BI 開發(fā)Day 1Day 1Day 1課程介紹-學(xué)習(xí)體系在線在線共享屏幕和在線互動離線視頻下載課下復(fù)習(xí)經(jīng)驗經(jīng)驗方法分享練習(xí)提供課程配套練習(xí)Day 1Day 1Day 1課程介紹-課程計劃Day 1 (課程簡介)Day 2 （數(shù)據(jù)倉庫）Day3 （BI應(yīng)用 BI職業(yè)發(fā)展）Day 4 （ETL）1、天善 網(wǎng)絡(luò)授課培訓(xùn)詳細 (整個培訓(xùn)的內(nèi)容、過程、案例以及注意事項等介紹)2、天善微軟BI課程詳細安排3、微軟BI所需要的環(huán)境安裝4、BI基礎(chǔ)知識講解、BI方法論

2、實施講解2013-7-131、數(shù)據(jù)倉庫的概念與發(fā)展2、數(shù)據(jù)倉庫相關(guān)技術(shù)和概念（維度表、事實表等）3、數(shù)據(jù)倉庫架構(gòu)與模型（星形模型、雪花模型等各主題和模塊的設(shè)計等）4、數(shù)據(jù)倉庫整體方案講解與實現(xiàn)（構(gòu)建數(shù)據(jù)倉庫五步法）5、數(shù)據(jù)倉庫設(shè)計思想（父子維、緩慢變化維等處理）6、PowerDesigner進行數(shù)據(jù)倉庫建模的開發(fā)，概念型模型、物理型模型設(shè)計開發(fā)與應(yīng)用7、天善數(shù)據(jù)倉庫課堂案例講解與實現(xiàn)2013-7-141、現(xiàn)代企業(yè)BI市場需求概述 2、BI在國內(nèi)行業(yè)性特點、BI項目實施概論3、互聯(lián)網(wǎng)行業(yè)案例分析4、零售行業(yè)、服裝行業(yè)、汽車行業(yè)、電信行業(yè)、銀行行業(yè)等行業(yè)案例分析5、職位規(guī)劃介紹、職業(yè)發(fā)展和 行業(yè)選

3、擇建議2013-7-21 (周劍)1、ETL概述(數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加載)2、SSIS簡介(控制流介紹、數(shù)據(jù)流介紹)3、控制流任務(wù)組件詳解(循環(huán)容器、執(zhí)行SQL任務(wù)、序列容器等控件)4、數(shù)據(jù)流任務(wù)組件詳解(源、目標(biāo)、轉(zhuǎn)換、查找、排序等控件使用)5、天善SSIS課堂案例的講解與實現(xiàn)2013-7-28Day 1Day 1Day 1課程介紹-課程計劃Day5 （SSAS）Day6 (SSRS、MDX)Day7 （集成、性能優(yōu)化）Day8 (總結(jié)、溫故而知新)1、多維數(shù)據(jù)集概述(應(yīng)用、分析方法)2、SSAS簡介(數(shù)據(jù)源、數(shù)據(jù)源視圖、多維數(shù)據(jù)集、維度、角色等介紹)3、數(shù)據(jù)源視圖詳解(關(guān)系圖組織架構(gòu)

4、講解、關(guān)系表設(shè)計、新增表、修改表等設(shè)計)4、維度的設(shè)計（時間維度、父子維度、屬性、屬性關(guān)系、層次結(jié)構(gòu)等設(shè)計講解）5、Cube的設(shè)計（度量值組表、度量值、聚合設(shè)計、維度設(shè)計、維度用法、計算成員、分區(qū)、聚合等應(yīng)用講解）6、天善SSAS課堂案例的講解與實現(xiàn)2013-8-41、報表概述(報表組成、中國式報表介紹)2、MDX的語法與應(yīng)用(元組，切片，切塊、計算成員、集、軸等介紹)3、MDX函數(shù)講解（成員函數(shù)FirstChild、FirstSibling、ParallelPeriod、Parent、PrevMember等常用函數(shù)講解 ； 數(shù)值函數(shù)iif,Sum,Rank等常用函數(shù)講解）4、SSRS 的設(shè)計

5、（矩陣、餅圖、柱狀圖、折線圖等應(yīng)用；預(yù)警功能，指標(biāo)功能等小知識講解）5、天善SSRS 課堂案例的講解與實現(xiàn)2013-8-111、SSRS報表與Web集成講解 (集成通用性、權(quán)限控制、數(shù)據(jù)控制、發(fā)布)2、數(shù)據(jù)庫性能優(yōu)化之索引，索引碎片，統(tǒng)計信息，調(diào)優(yōu)等內(nèi)容講解3、數(shù)據(jù)庫性能優(yōu)化工具之?dāng)?shù)據(jù)基本對象、索引優(yōu)化、阻塞、異步數(shù)據(jù)傳輸、文件組分區(qū)、分區(qū)函數(shù)分區(qū)、SQL郵件等功能講解4、數(shù)據(jù)庫 性能優(yōu)化 獨家分享、經(jīng)驗分享。2013-8-181、重要知識點的回顧總結(jié)(包配置、日志處理、時間戳增量更新講解、SSIS發(fā)布和遷移、SSAS發(fā)布和遷移、SSRS發(fā)布和遷移)2、項目經(jīng)驗分享3、BI面試經(jīng)驗分享匯總（尤

6、其針對應(yīng)屆生）2013-8-25Day 1Day 1Day 1課程介紹-案例介紹指標(biāo) 量值 維度 財務(wù)匯總報表概念介紹商業(yè)智能（Business Intelligence，BI），又稱商業(yè)智慧或商務(wù)智能，指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、聯(lián)機分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進行數(shù)據(jù)分析以實現(xiàn)商業(yè)價值。數(shù)據(jù)倉庫（Data Warehouse，DW）數(shù)據(jù)倉庫之父比爾恩門（Bill Inmon）在1991年出版建立數(shù)據(jù)倉庫一書中所提出的定義被廣泛接受，數(shù)據(jù)倉庫是一個面向主題的（Subject Oriented）、集成的（Integrate）、相對穩(wěn)定的（Non-Volatile）、反映歷史變化（Time V

7、ariant）的數(shù)據(jù)集合，用于支持管理決策。聯(lián)機分析處理 (On-Line Analytical Processing， OLAP)支持復(fù)雜的分析操作、側(cè)重決策支持，提供多維的概念視圖數(shù)據(jù)挖掘（ Data mining， DM）又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Discover in Database，KDD），是目前人工智能和數(shù)據(jù)庫領(lǐng)域研究的熱點問題，所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程決策戰(zhàn)略決策行動數(shù)據(jù)分析交叉分析數(shù)據(jù)挖掘數(shù)據(jù)倉庫/數(shù)據(jù)集市集成穩(wěn)定數(shù)據(jù)源生產(chǎn)業(yè)務(wù)系統(tǒng)外部數(shù)據(jù)BI 從數(shù)據(jù)到信息應(yīng)用現(xiàn)狀商業(yè)智能應(yīng)用領(lǐng)域商業(yè)智能是

8、一種整體化的解決方案，他可以幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策，而依據(jù)則是企業(yè)內(nèi)部的各種數(shù)據(jù)，例如訂單、庫存、交易賬目、客戶和供應(yīng)商資料、行業(yè)數(shù)據(jù)和競爭對手信息等等。商業(yè)智能其實是一種將企業(yè)信息數(shù)據(jù)轉(zhuǎn)化為決策的重要工具。商業(yè)智能的應(yīng)用是需要一定的基礎(chǔ)的。實施商業(yè)智能的企業(yè)至少應(yīng)該具備以下幾個條件：用戶的數(shù)據(jù)已達到一定的規(guī)模；用戶面臨激烈的市場競爭：用戶在IT方面的資金能得到保障。滿足以上幾點的行業(yè)集中在重要的政府機構(gòu)（如財務(wù)、稅務(wù)、審計、工商、海關(guān)等）、零售業(yè)（連鎖店、網(wǎng)上零售等）、大型現(xiàn)代化的制造業(yè)（如寶鋼、上汽集團等）、金融（包括銀行、證券、保險等）、電信業(yè)（如中國電信、中國網(wǎng)通、中國移動等）

9、、能源業(yè)（電力）、運輸?shù)?，這也是目前國內(nèi)急需要數(shù)據(jù)倉庫和商業(yè)智能技術(shù)來提升企業(yè)競爭力的主要行業(yè)。金融、電信行業(yè)是BI應(yīng)用最集中的行業(yè)，約占40%的市場分額，保險、能源、煙草、政務(wù)行業(yè)約占30%的市場份額，制造、零售行業(yè)約占30%的市場份額，是BI應(yīng)用最具潛力的行業(yè)。金融：隨著國內(nèi)五大商業(yè)銀行的信息化不斷發(fā)展，在BI 領(lǐng)域投資穩(wěn)步增長，每年均有大量的BI 需求，其中BI 已經(jīng)不僅局限于高層管理者的決策，操作型BI 應(yīng)用越來越廣泛，尤其是信貸評審領(lǐng)域。中小型銀行BI需求也不斷涌現(xiàn)，未來將是金融行業(yè)BI市場的主要增長點。電信：電信行業(yè)信息化程度很高，對信息化依賴很強，積累了大量的數(shù)據(jù)，具有實施商業(yè)智

10、能項目的基礎(chǔ)條件和資金實力。電信行業(yè)對于BI 深入應(yīng)用是最渴望的，在話費套餐設(shè)置、客戶潛力分析等都需要數(shù)據(jù)挖掘技術(shù)來提供決策依據(jù)發(fā)展趨勢移動商業(yè)智能商業(yè)智能系統(tǒng)會把大量數(shù)據(jù)轉(zhuǎn)變成可視化形式（如圖形和表格），以便使用者詳細深入地分析潛在商業(yè)趨勢。因此如果為這種分析賦予移動性通常利用功能強大的智能終端，許多公司就能與客戶和商業(yè)合作伙伴進行實時互動，從而改善服務(wù)、提高工作效率。SaaS BI將得到快速發(fā)展SaaS是基于互聯(lián)網(wǎng)提供軟件服務(wù)的軟件應(yīng)用模式，企業(yè)根據(jù)實際需要，從SaaS提供商租賃軟件服務(wù)。SaaS 模式在CRM 領(lǐng)域獲得了成功，不論是國外還是國內(nèi)具有成熟的產(chǎn)品，并取得了不錯的收益。SAAS

11、 在BI領(lǐng)域的應(yīng)用的挑戰(zhàn)是應(yīng)用于互聯(lián)網(wǎng)上的SAAS軟件無法處理BI所需的海量數(shù)據(jù)。商業(yè)智能日漸與業(yè)務(wù)融合業(yè)務(wù)分析作為商業(yè)智能領(lǐng)域中最貼近業(yè)務(wù)的層面，在2010年成為業(yè)界關(guān)注的重點，不管是SAP還是IBM，都將業(yè)務(wù)分析作為今年的業(yè)務(wù)發(fā)展重點。企業(yè)希望由BI系統(tǒng)帶來的透明度和洞察力能夠幫助企業(yè)降低成本，提高生產(chǎn)率和業(yè)務(wù)敏捷性。通過商業(yè)智能，企業(yè)能更清晰更深刻的了解包括公司管理、利潤分析、市場競爭、財務(wù)狀況等信息，而未來商業(yè)智能的這種特性還將繼續(xù)加強。操作型BI應(yīng)用得到發(fā)展目前商業(yè)智能技術(shù)不僅僅應(yīng)用于企業(yè)高層管理者的決策分析，越來越多的商業(yè)智能分析結(jié)果正被用于普通員工的日常工作流程中，直接推動業(yè)務(wù)的

12、執(zhí)行。例如：在家樂福購物時，收銀員已經(jīng)可以根據(jù)顧客的購物籃進行產(chǎn)品推薦。發(fā)展趨勢數(shù)據(jù)集成應(yīng)用得到重視在一些大型企業(yè)中往往有幾十個甚至幾百個信息系統(tǒng)，將這些數(shù)據(jù)整合到數(shù)據(jù)倉庫中，一般采取ETL 工具抽取多個廠商數(shù)據(jù)庫的數(shù)據(jù)，有些甚至還包含非結(jié)構(gòu)化數(shù)據(jù),例如XML、EXCEL、文本等。這些數(shù)據(jù)往往需要加工和整理放入ODS（中間庫），最后以規(guī)范、標(biāo)準(zhǔn)的格式存儲到數(shù)據(jù)倉庫。在這個數(shù)據(jù)集成的過程中，要做到系統(tǒng)兼容性好、開發(fā)效率高、處理性能好，而且能夠捕捉數(shù)據(jù)的變化處理增量數(shù)據(jù)。數(shù)據(jù)集成是建立實用的數(shù)據(jù)倉庫的關(guān)鍵，而且數(shù)據(jù)集成的過程占商業(yè)智能應(yīng)用中一半以上的工作量，因此越是大型企業(yè)越是重視數(shù)據(jù)集成。 中小

13、企業(yè)BI應(yīng)用逐漸擴大市場份額中國中小企業(yè)逐漸呈現(xiàn)對管理軟件旺盛的需求態(tài)勢，很多廠商發(fā)布了專門針對中小企業(yè)的BI套件，例如Cognos Express等。中小企業(yè)在實施ERP、CRM產(chǎn)品后，必將應(yīng)用商業(yè)智能，中小企業(yè)市場是BI應(yīng)用非常重要的組成部分。BI企業(yè)將在壟斷中不斷新生中國商業(yè)智能市場兩極競爭趨勢日益加劇。在高端市場，由國際廠商壟斷與競爭的局面是2010 年的主流，其中IBM、Oracle、SAP、Microsoft 擁有完整的BI 產(chǎn)品線，將占據(jù)70%以上的市場份額。剩余的30%市場將由其他外資企業(yè)和國內(nèi)企業(yè)分享。隨著國內(nèi)企業(yè)的成長與并購，國內(nèi)廠商的實力不斷壯大，但是主要集中于中低端市場

14、，在2010年優(yōu)秀的國產(chǎn)BI產(chǎn)品將開始不斷向四大國際廠商發(fā)起挑戰(zhàn)，但是競爭的過程將是極其漫長的。商業(yè)智能主要廠商1） 國際BI廠商，如BO公司（SAP）、Hyperion公司(Oracle)、微軟公司、SAS公司等。這些國際廠商的品牌與規(guī)模優(yōu)勢非常突出，是國內(nèi)大部分BI廠商難以與之匹敵的。2） 起步比較早的國內(nèi)BI 廠商，如菲奈特(成立于1995 年10 月，從1997 年開始進入BI領(lǐng)域)、先進數(shù)通公司(成立于2000 年)、吉貝克公司(成立于2002 年)等。這些國內(nèi)BI廠商憑借本土化的優(yōu)勢以及對國內(nèi)BI 用戶所需要的應(yīng)用的獨特見解，也在國內(nèi)的BI市場上占有超過30的市場份額。3） 非專業(yè)

15、BI 廠商，主要有以下幾類：一、從事某些行業(yè)核心業(yè)務(wù)系統(tǒng)建設(shè)的公司；二、從事系統(tǒng)集成的公司；三、從事專業(yè)財務(wù)系統(tǒng)及個別ERP 廠商。廠商產(chǎn)品及簡介IBMDB2 以及Cognos、SPSS、DataStage，覆蓋BI全部領(lǐng)域。數(shù)據(jù)倉庫產(chǎn)品結(jié)合了DB2數(shù)據(jù)服務(wù)器的長處和IBM的商業(yè)智能基礎(chǔ)設(shè)施，集成了用于倉庫管理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)挖掘以及OLAP分析和報告的核心組件，提供了一套基于可視數(shù)據(jù)倉庫的商業(yè)智能解決方案。OracleOracle、Hyperion，覆蓋BI全部領(lǐng)域，數(shù)據(jù)挖掘領(lǐng)域有待加強。數(shù)據(jù)倉庫解決方案包含了業(yè)界領(lǐng)先的數(shù)據(jù)庫平臺、開發(fā)工具和應(yīng)用系統(tǒng)，能夠提供一系列的數(shù)據(jù)倉庫工具集和服務(wù)，具

16、有多用戶數(shù)據(jù)倉庫管理能力，多種分區(qū)方式，較強的與OLAP工具的交互能力及快速和便捷的數(shù)據(jù)移動機制等特性。SAPBusiness Objects、Crystal Reports，主要是OLAP和報表領(lǐng)域。Sybase（SAP）提供了稱為Warehouse Studio的一整套覆蓋整個數(shù)據(jù)倉庫建立周期的產(chǎn)品包，包括數(shù)據(jù)倉庫的建模、數(shù)據(jù)集成和轉(zhuǎn)換、數(shù)據(jù)存儲和管理、元數(shù)據(jù)管理和數(shù)據(jù)可視化分析等產(chǎn)品。Business Objects（SAP）是集查詢、報表和OLAP技術(shù)為一身的智能決策支持系統(tǒng)，具有較好的查詢和報表功能，提供多維分析技術(shù)，支持多種數(shù)據(jù)庫，同時它還支持基于Web瀏覽器的查詢、報表和分析決策

17、。MicrosoftSQL Server ，覆蓋BI全部領(lǐng)域，適合中小型企業(yè)，性價比高。它提供了三大服務(wù)和一個工具來實現(xiàn)數(shù)據(jù)倉庫系統(tǒng)的整合，為用戶提供了可用于構(gòu)建典型和創(chuàng)新的分析應(yīng)用程序所需的各種特性、工具和功能，可以實現(xiàn)建模、ETL、建立查詢分析或圖表、定制KPI、建立報表和構(gòu)造數(shù)據(jù)挖掘應(yīng)用及發(fā)布等功能。TeradataTeradata，主要是數(shù)據(jù)倉庫領(lǐng)域。它提出了可擴展數(shù)據(jù)倉庫基本架構(gòu)，包括數(shù)據(jù)裝載、數(shù)據(jù)管理和信息訪問幾個部分，是高端數(shù)據(jù)倉庫市場最有力競爭者，主要運行在基于Unix操作系統(tǒng)平臺的NCR硬件設(shè)備上。SASSAS，數(shù)據(jù)挖掘領(lǐng)域領(lǐng)先。SAS公司的數(shù)據(jù)倉庫解決方案是一個由30多個專

18、用模塊構(gòu)成的架構(gòu)體系，適應(yīng)于對企業(yè)級的數(shù)據(jù)進行重新整合，支持多維、快速查詢，提供服務(wù)于OLAP操作和決策支持的數(shù)據(jù)采集、管理、處理和展現(xiàn)功能。國內(nèi)其他菲奈特（BI office）、和勤（Hinge）、奧威智動（Power-BI）、科加諾（QlikView）、尚南（BlueQuery），潤乾、探智（Trinity）。技術(shù)介紹BI基本框架數(shù)據(jù)倉庫 OLAP統(tǒng)計報表即席查詢決策支持業(yè)務(wù)支持 企業(yè)信息門戶管理支持信息展現(xiàn)層應(yīng)用分析層數(shù)據(jù)服務(wù)層經(jīng)銷商上傳數(shù)據(jù)業(yè)務(wù)系統(tǒng)外部數(shù)據(jù)源ETL面向主題的集成的相對穩(wěn)定的隨時間變化的數(shù)據(jù)倉庫定義 商業(yè)智能的核心內(nèi)容是從許多來自企業(yè)不同的業(yè)務(wù)處理系統(tǒng)的數(shù)據(jù)（分布的、異構(gòu)

19、的源數(shù)據(jù)）中，提取出有用的數(shù)據(jù)，進行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過抽取（Extraction）、轉(zhuǎn)換（Transformation）和裝載（Load），即ETL過程（本質(zhì)上是樣本提取的過程），整合到一個企業(yè)級的數(shù)據(jù)倉庫里，從而得到企業(yè)信息的一個全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具等對數(shù)據(jù)倉庫里的數(shù)據(jù)進行分析和處理，形成信息，甚至進一步把信息提煉出輔助決策的知識，最后把知識呈現(xiàn)給管理者，為管理者的決策過程提供支持。ETL技術(shù)概念目標(biāo)：數(shù)據(jù)信息 轉(zhuǎn)化為商務(wù)價值方法：轉(zhuǎn)儲、監(jiān)控、分析和展現(xiàn)海量數(shù)據(jù)過程：數(shù)據(jù)信息分析提煉知識指導(dǎo)決策落實行動創(chuàng)造價值ETL過程(Multi Dimensional Database,MDD)可以簡單地理解為：將數(shù)據(jù)存放在一個n維數(shù)組中，而不是像關(guān)系數(shù)據(jù)庫那樣以記錄的形式存放。因此它存在大量稀疏矩陣，人們可以通過多維視圖來觀察數(shù)據(jù)。多維數(shù)據(jù)庫增加了一個時間維，與關(guān)系數(shù)據(jù)庫相比，它的優(yōu)勢在于可以提高數(shù)據(jù)處理速度，加快反應(yīng)時間，提高查詢效率。多維數(shù)據(jù)庫PowerDesignerSqlServer Integration ServiceSqlServer