1. SylabUZ
2. Faculty of Computer Science, Electrical Engineering and Automatics
3. winter term 2022/2023
4. E-business - First-cycle studies leading to Engineer's degree
5. Data warehouses and reporting services

Generate PDF for this page

Data warehouses and reporting services - course description

Aim of the course

Zapoznanie słuchaczy z pojęciem hurtowni danych i przedstawienie cyklu życia danych w hurtowni danych. Ukształtowanie wśród słuchaczy umiejętności projektowania i implementacji hurtowni danych. Nauka metod tworzenia raportów typu Business Intelligence z wykorzystaniem złożonych zapytań analitycznych i analizy wielowymiarowej. Ukształtowanie umiejętności wizualizacji danych na potrzeby raportów. 

Prerequisites

Save changes

Bazy danych

Scope

Architektura hurtowni danych. Cykl życia danych w hurtowniach danych. Wymiarowy model danych. Kostki danych. Wierszowe i kolumnowe bazy danych. Zapytania analityczne. Wielowymiarowa analiza danych i raportowanie z wykorzystaniem metod Business Intelligence. Kokpity menadżerskie.

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. Pelikant, A., Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion, 2011.
4. Knight D., Pearson M., Schacht B., Ostrowsky E., Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Packt Publishing, 2020.
5. Meier A., Kaufmann M. SQL & NoSQL Databases: Models, Languages, Consistency Options and Architectures for Big Data Management, Springer, 2019.
6. SQL Server 2012 Tutorials: Analysis Services - Multidimensional Modeling SQL Server 2012 Books Online, Microsoft, 2012
7. Sarka D., Lah M. Jerkic, Implementing a Data Warehouse with Microsoft SQL Server 2012, O’Reilly, 2012
8. Kimball, R., Ross, M.: The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition), Wiley, 2002
9. Mendrala D., Szeliga M, Microsoft SQL Server. Modelowanie i eksploracja danych, Helion, 2012.

Further reading

1. Todman, C., Projektowanie hurtowni danych. Zarządzanie kontaktami z klientami (CRM), WNT, 2011.
2. Surma, J., Business Intelligence. Systemy wspomagania decyzji biznesowych, PWN, 2012
3. Piasevoli T., Li S., MDX with Microsoft SQL Server 2016 Analysis Services Cookbook, Packt Publishing, 2016

Notes

Modified by dr hab. inż. Marek Kowal, prof. UZ (last modification: 29-04-2022 19:13)