Day1

关系建模方法

建模技术介绍

关系建模概念

为什么要关系数据建模

关系建模的方法介绍

概念模型

逻辑模型

物理模型

Teradata 金融十大模型主题域介绍

建模的设计模式介绍

- 泛化

- 子类

- 抽象

- 拉链

关系建模的应用场景

Day1

维度模型设计

维度建模概念

为什么要维度建模

维度的三种模型介绍：星型模型、雪花模型、多维模型  

维度表介绍

维度种类

- 缓慢变化维处理

- 快速变化维处理

- 大维和米你维处理

- 退化维处理

- 一致性维度定义

- 杂项维处理

事实表的类型

- 粒度事实

- 周期快照

- 聚合快照

- 非事实的事实表

维度模型建设步骤

Day1

Data Vault建模

Data Vault建模理论介绍

Hub组件介绍

Link组件介绍

Satellite组件介绍

Data Vault建模步骤

Data Vault建模案例分享

Day1

范式建模、维度建模和Data Vault建模比较

企业级数据仓库范式建模和维度建模的引用场景

范式建模解决的问题领域

维度建模解决的问题领域

关系建模和维度建模的比较

Data Vault建模的优缺点介绍

Data Vault建模适用的应用场景

Data Vault建模的应用场景介绍

关系建模、维度建模和Data   Vault建模比较

Day2

数据底座（OneModel）统一数据构建和管理

数据域划分方法论介绍

指标体系构建

建模规范介绍

数据架构解决的问题

数据分层的好处

数据仓库分层模型介绍（OneData）

明细模型

- ODS

- DWD

汇总模型

- DWS

- ADS

数据分层核心原则—公共数据下沉介绍

主题域划分

指标数据规范定义

事实表和维度表识别

数据一致性解决方案

- 指标一致性

- 维度一致性

- 事实一致性

OneID梳理流程和生成规则案例介绍

建模生命周期

数据仓库OneModel设计规范

- 存储规范

- 时间维度规范

- ODS、DWD、DWS、ADS层规范

- 数据类型转换规范

- 视图、临时表规范

Day2

业务需求转数据需求及建模（BI报表）

如何将业务层需求转化成数据需求

—业务需求梳理方法

—指标和维度梳理

—维度建模 – 选择业务过程

—维度建模 – 声明粒度

—维度建模 – 确定维度

—维度建模 – 确定事实

维度建模 – 指标和维度一致性矩阵

Day2

案例分享和问答

指标数据规范定义案例分享

指标体系建设案例分享

如何保证维度、指标一致性和数据定义的规范落地分享

某公司数据底座（OneModel）案例分享

问答环节