SylabUZ

Generate PDF for this page

Data warehouses and reporting services - course description

General information
Course name Data warehouses and reporting services
Course ID 11.3-WE-BEP-HDiR
Faculty Faculty of Computer Science, Electrical Engineering and Automatics
Field of study E-business
Education profile practical
Level of studies First-cycle studies leading to Engineer's degree
Beginning semester winter term 2021/2022
Course information
Semester 3
ECTS credits to win 5
Course type obligatory
Teaching language polish
Author of syllabus
  • dr hab. inż. Marek Kowal, prof. UZ
Classes forms
The class form Hours per semester (full-time) Hours per week (full-time) Hours per semester (part-time) Hours per week (part-time) Form of assignment
Lecture 15 1 9 0,6 Credit with grade
Laboratory 30 2 18 1,2 Credit with grade
Project 15 1 9 0,6 Credit with grade

Aim of the course

Zapoznanie słuchaczy z architekturą hurtowni danych i cyklem życia danych w hurtowni danych. Przedstawienie oprogramowania służącego do implementacji hurtowni danych. Ukształtowanie wśród słuchaczy umiejętności projektowania i implementacji hurtowni danych. Przedstawienie metod raportowania danych. Ukształtowanie umiejętności tworzenia raportów z wykorzystaniem wykresów oraz przez tworzenie złożonych raportów wielowymiarowych. Prezentacja przykładów zastosowań hurtowni danych w e-biznesie.

Prerequisites

Bazy danych

Scope

Architektura hurtowni danych.  Charakterystyka modułów funkcjonalnych hurtowni danych. Przegląd i charakterystyka popularnych systemów hurtowni danych obecnych na polskim rynku IT.

Projektowanie hurtowni danych.  Model pojęciowy, logiczny i fizyczny. Rodzaje hurtowni danych (produktowe, klienckie, transakcyjne). Organizacja przepływu danych z systemów źródłowych do docelowych. Przedstawienie narzędzi wspomagających projektowanie hurtowni danych.

Kostki OLAP i modele typu Tabular. Wielowymiarowe struktury danych. Pojęcie faktu, wymiaru, atrybutu i miary. Schemat gwiazdy i płatka śniegu. Charakterystyka typowych operacji na wielowymiarowych kostkach danych (zwijanie rozwijanie, selekcja, agregacja, filtrowanie, zawężanie i obracanie). Ćwiczenia praktyczne z zakresu projektowania, implementacji i administracji przykładowej kostki OLAP i modelu typu Tabular.

Metody raportowania na bazie wielowymiarowych kostek danych. Metody generowania zapytań do kostek danych. Tabele przestawne. Metody graficznej reprezentacji danych.  Praktyczne ćwiczenia polegające na przygotowaniu zadanego raportu na podstawie danych pochodzących z wielowymiarowej kostki danych.

Omówienie przykładów zastosowań hurtowni danych w e-biznesie. Prezentacja przykładowych projektów hurtowni danych.

Teaching methods

Wykład - wykład konwencjonalny z wykorzystaniem wideoprojektora.
Laboratorium - ćwiczenia praktyczne w laboratorium komputerowym.
Projekt - realizacja projektu w laboratorium komputerowym.

 

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

Wykład - warunkiem zaliczenia jest uzyskanie pozytywnej oceny z testu przeprowadzonego na koniec semestru.
Laboratorium - otrzymanie pozytywnych ocen ze sprawozdań oraz sprawdzianów, ocena z laboratorium jest średnią arytmetyczną z uzyskanych ocen cząstkowych.

Projekt – pozytywne oceny za realizowany w trakcie semestru projekt i referat, ocena z projektu jest średnią arytmetyczną z otrzymanych dwóch ocen.
Ocena końcowa = 30% oceny zaliczenia z formy zajęć wykład + 40% oceny zaliczenia z formy zajęć laboratorium.+ 30% oceny zaliczenia z formy zajęć projekt

Recommended reading

  1. Chodkowska-Gyurics A.: Hurtownie danych. Teoria i praktyka, PWN, 2014.
  2. Russo M., Ferrari A. Tabular Modeling in Microsoft SQL Server Analysis Services, Microsoft Press, 2017
  3. Piasevoli T., Li S., MDX with Microsoft SQL Server 2016 Analysis Services Cookbook, Packt Publishing, 2016
  4. Pelikant, A., Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion, 2011.
  5. SQL Server 2012 Tutorials: Analysis Services - Multidimensional Modeling SQL Server 2012 Books Online, Microsoft, 2012
  6. Sarka D., Lah M. Jerkic, Implementing a Data Warehouse with Microsoft SQL Server 2012, O’Reilly, 2012
  7. Serra J., Anton B., Reporting with Microsoft SQL Server 2012, Packt Publishing, 2014
  8. Kimball, R., Ross, M.: The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition), Wiley, 2002

Further reading

  1. McFedries P.: Excel. Tabele i wykresy przestawne. Przewodnik po tworzeniu dynamicznych arkuszy kalkulacyjnych, Helion,2006
  2. Maciej Kołodziej (Red.) Vademecum Inspektora Ochrony Danych, C.H. Beck, 2020
  3. Todman, C., Projektowanie hurtowni danych. Zarządzanie kontaktami z klientami (CRM), WNT, 2011.
  4. Surma, J., Business Intelligence. Systemy wspomagania decyzji biznesowych, PWN, 2012

Notes


Modified by dr hab. inż. Marek Kowal, prof. UZ (last modification: 04-05-2021 14:20)