과정 20767-C: Implementing a SQL Data Warehouse

5일간 진행하는 본 강사 주도 과정에서는 학생들에게 Microsoft SQL Server 데이터베이스의 프로비저닝에 필요한 지식과 기술을 제공합니다. 과정에서는 온-프레미스 및 Azure에서의 SQL Server 프로비저닝과 새로 설치 및 기존 설치에서의 마이그레이션에 대해 다룹니다.

대상 그룹 프로필

본 과정의 주요 대상 그룹은 Business Intelligence 개발자 역할을 수행해야 하는 데이터베이스 전문가입니다. 전문가들은 Data Warehouse 구현, ETL, 데이터 정리 등을 포함하여 BI 솔루션을 만드는 실무 작업에 집중해야 합니다.

직무: 데이터베이스 관리자

획득한 기술

  • 데이터 웨어하우징 솔루션의 주요 구성 요소 설명
  • Data Warehouse 구성을 위한 주요 하드웨어 고려사항 설명
  • Data Warehouse의 논리적 설계 구현

필수 조건

실무 경험 이외에 이 교육에 참가하는 학생들은 다음 기술적 지식을 갖추어야 합니다.

  • Microsoft Windows 운영 체제 및 해당 핵심 기능 기초 지식.
  • 관계형 데이터베이스 실무 지식.
  • 상당한 데이터베이스 디자인 경험.

과정 개요

모듈 1: 데이터 웨어하우징 소개

본 모듈에서는 Data Warehouse 개념 및 아키텍처 고려사항을 설명합니다.

단원

  • 데이터 웨어하우징 개요
  • Data Warehouse 솔루션에 대한 고려 사항

랩: Data Warehouse 솔루션 탐색

  • 데이터 원본 탐색
  • ETL 프로세스 탐색
  • Data Warehouse 탐색

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • 데이터 웨어하우징 솔루션의 주요 구성 요소 설명
  • 데이터 웨어하우징 솔루션의 주요 고려 사항 설명

모듈 2: Data Warehouse 인프라 계획

본 모듈에서는 Data Warehouse를 구성하기 위한 주요 하드웨어 고려사항을 설명합니다.

단원

  • Data Warehouse 인프라에 대한 고려 사항.
  • Data Warehouse 하드웨어 계획.

랩 : Data Warehouse 인프라 계획

  • Data Warehouse 하드웨어 계획.

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • Data Warehouse 구성을 위한 주요 하드웨어 고려사항 설명
  • 참조 아키텍처 및 Data Warehouse 어플라이언스를 사용하여 Data Warehouse를 생성하는 방법 설명

모듈 3: Data Warehouse 설계 및 구현

본 모듈에서는 Data Warehouse용 스키마를 설계하고 구현하는 방법을 설명합니다.

단원

  • Data Warehouse 설계 개요
  • 차원 테이블 설계
  • 사실 테이블 설계
  • Data Warehouse의 물리적 설계

랩: Data Warehouse 스키마 구현

  • 별모양 스키마 구현
  • 눈송이 스키마 구현
  • 시간 차원 테이블 구현

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • Data Warehouse의 논리적 설계 구현
  • Data Warehouse의 물리적 설계 구현

모듈 4: Columnstore 인덱스

본 모듈에서는 Columnstore 인덱스를 소개합니다.

단원

  • Columnstore 인덱스 소개
  • Columnstore 인덱스 생성
  • Columnstore 인덱스로 작업

랩 : Columnstore 인덱스 사용

  • FactProductInventory 테이블에서 Columnstore 인덱스 생성
  • FactInternetSales 테이블에서 Columnstore 인덱스 생성
  • 메모리 최적화 Columnstore 테이블 생성

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • Columnstore 인덱스 생성
  • Columnstore 인덱스로 작업

모듈 5: Azure SQL Data Warehouse 구현

본 모듈에서는 Azure SQL 데이터 웨어하우스 및 구현 방법에 관해 설명합니다.

단원

  • Azure SQL Data Warehouse 이점
  • Azure SQL Data Warehouse 구현
  • Azure SQL Data Warehouse 개발
  • Azure SQL Data Warehouse로 마이그레이션
  • Azure Data Factory에 의한 데이터 복사

랩: Azure SQL Data Warehouse 구현

  • Azure SQL Data Warehouse 데이터베이스 생성
  • Azure SQL Data Warehouse 데이터베이스로 마이그레이션
  • Azure Data Factory에 의한 데이터 복사

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • Azure SQL Data Warehouse 이점 설명
  • Azure SQL Data Warehouse 구현
  • Azure SQL Data 개발을 위한 고려 사항 설명
  • Azure SQL Data Warehouse로 마이그레이션하기 위한 웨어하우스 계획

모듈 6: ETL 솔루션 작성

본 모듈을 마치면 SSIS 패키지의 데이터 흐름을 구현할 수 있습니다.

단원

  • SSIS을 사용한 ETL 소개
  • 원본 데이터 탐색
  • 데이터 흐름 구현

랩: SSIS 패키지에서 데이터 흐름 구현

  • 원본 데이터 탐색
  • 데이터 행 작업을 사용하여 데이터 전송
  • 데이터 행에서 변환 구성요소 사용

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • SSIS을 포함한 ETL 설명
  • 원본 데이터 탐색
  • 데이터 흐름 구현

모듈 7: SSIS 패키지에서 제어 흐름 구현

본 모듈에서는 SSIS 패키지에서 제어 흐름 구현을 설명합니다.

단원

  • 제어 흐름 소개
  • 동적 패키지 작성
  • 컨테이너 사용
  • 일관성 관리.

랩: SSIS 패키지에서 제어 흐름 구현

  • 제어 흐름에서 작업 및 우선순위 사용
  • 변수 및 매개 변수 사용
  • 컨테이너 사용

랩: 트랜잭션 및 체크포인트 사용

  • 트랜잭션 사용
  • 체크포인트 사용

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • 제어 흐름 설명
  • 동적 패키지 작성
  • 컨테이너 사용

모듈 8: SSIS 패키지 디버깅 및 문제 해결

본 모듈에서는 SSIS 패키지 디버그 및 문제 해결 방법을 설명합니다.

단원

  • SSIS 패키지 디버깅
  • SSIS 패키지 이벤트 로깅
  • SSIS 패키지 오류 처리

랩: SSIS 패키지 디버깅 및 문제 해결

  • SSIS 패키지 디버깅
  • SSIS 패키지 실행 로깅
  • 이벤트 처리기 구현
  • 제어 흐름에서 오류 처리

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • SSIS 패키지 디버그
  • SSIS 패키지 이벤트 로그
  • SSIS 패키지 오류 처리

모듈 9: 데이터 추출 솔루션 구현

본 모듈에서는 증분 DW 로드 및 데이터 변경을 지원하는 SSIS 솔루션을 구현하는 방법을 설명합니다.

단원

  • 증분 ETL 소개
  • 수정된 데이터 추출
  • 수정된 데이터 로드
  • 임시 테이블

랩: 수정된 데이터 추출

  • 날짜/시간 열을 사용하여 데이터 증분 추출
  • 변경 데이터 캡처 사용
  • CDC 제어 작업 사용
  • 변경 추적 사용

랩: Data Warehouse 로딩

  • CDC 출력 테이블에서 데이터 로드
  • 조회 변환을 사용하여 차원 데이터 삽입 또는 업데이트
  • 차원의 점차적인 변경 구현
  • merge 문 사용

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • 증분 ETL 설명
  • 수정된 데이터 추출
  • 수정된 데이터 로드
  • 임시 테이블 설명

모듈 10: 데이터 품질 적용

본 모듈에서는 Microsoft Data Quality Services를 사용하여 데이터 정리를 구현하는 방법을 설명합니다.

단원

  • 데이터 품질 소개
  • Data Quality Services를 사용하여 데이터 정리
  • Data Quality Services를 사용하여 데이터 일치

랩: 데이터 정리

  • DQS 기술 자료 작성
  • DQS 프로젝트를 사용하여 데이터 정리
  • SSIS 패키지에서 DQS 사용

랩: 데이터 중복 제거

  • 일치하는 정책 작성
  • DS 프로젝트를 사용한 데이터 일치

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • Data Quality Services 설명
  • Data Quality Services를 이용한 데이터 정리
  • Data Quality Services를 이용한 데이터 일치
  • Data Quality Services를 이용한 데이터 중복 제거

모듈 11: Master Data Services 사용

본 모듈에서는 Master Data Service를 구현하여 원본에서 데이터 무결성을 시행하는 방법을 설명합니다.

단원

  • Master Data Services 소개
  • Master Data Services 모델 구현
  • 계층 구조 및 컬렉션
  • Master Data Hub 작성

랩: Master Data Services 구현

  • Master Data Services 모델 작성
  • Excel 용 Master Data Services 추가 기능 사용
  • 비즈니스 규칙 시행
  • 모델에 데이터 로드
  • Master Data Services 데이터 사용

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • Master Data Services의 주요 개념 설명
  • Master Data Services 모델 구현
  • Master Data 관리
  • Master Data Hub 작성

모듈 12: SSIS(SQL Server Integration Services) 확장

본 모듈에서는 사용자 지정 스크립트 및 구성 요소를 사용하여 SSIS를 확장하는 방법을 설명합니다.

단원

  • SSIS에서 스크립팅 사용
  • SSIS에서 사용자 지정 구성 요소 사용

랩: 스크립트 사용

  • 스크립트 작업 사용

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • SSIS에서 사용자 지정 구성 요소 사용
  • SSIS에서 스크립팅 사용

모듈 13: SSIS 패키지 배포 및 구성

본 모듈에서는 SSIS 패키지 배포 및 구성 방법을 설명합니다.

단원

  • SSIS 배포 개요
  • SSIS 프로젝트 배포
  • SSIS 패키지 실행 계획

랩: SSIS 패키지 배포 및 구성

  • SSIS 카탈로그 작성
  • SSIS 프로젝트 배포
  • SSIS 솔루션용 환경 생성
  • SQL Server Management Studio에서 SSIS 패키지 실행
  • SQL Server Agent를 사용하여 SSIS 패키지 일정 계획

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • SSIS 배포 설명
  • SSIS 패키지 배포
  • SSIS 패키지 실행 계획

모듈 14: Data Warehouse의 데이터 사용

본 모듈에서는 SSIS 패키지 디버그 및 문제 해결 방법을 설명합니다.

단원

  • Business Intelligence 소개
  • 데이터 분석 소개
  • 보고서 소개
  • Azure SQL Data Warehouse로 데이터 분석

랩: Data Warehouse 사용

  • Reporting Services 보고서 탐색
  • PowerPivot 통합 문서 탐색
  • Power View 보고서 탐색

본 모듈을 마친 후에는 다음을 수행할 수 있습니다.

  • 높은 수준에서 Business Intelligence 설명
  • 보고에 대한 이해도 표시
  • 데이터 분석에 대한 이해도 표시
  • Azure SQL Data Warehouse로 데이터 분석