Dimensionele datamodellen.B83

Dimensional Modeling – Foundation

(3 lesdagen in 3 weken – klassikaal of online)

Ontwerp dimensiemodellen die BI-vragen snel en helder beantwoorden. In deze basiscursus leer je multidimensionaal modelleren vanuit de workload van je BI-gebruikers: welke rapportagevragen stellen ze, welke feiten meten we en welke dimensies en attributen heb je dan nodig? We behandelen star- en snowflake-modellen, hypercubes voor OLAP, en de keuzes rond historie en Slowly Changing Dimensions (SCD).

Wat je gaat doen

• Workload-first modelleren: rapportagevragen en use-cases bepalen, daaruit feiten en dimensies afleiden.

• Brondata hergebruiken: normale ER-modellen herkennen en vertalen naar dimensionale modellen voor je data marts.

• Dimensies ontwerpen: hiërarchieën, attribuutbomen, conformance, ragged dimensions, degenerate en junk dimensions.

• Feiten modelleren: granulariteit, koppelstructuur, many-to-many, primaire/secondaire events en berekende metingen.

• Historie inbouwen: SCD-typen kiezen en implementeren (incl. sleutelbeheer met surrogate/business keys).

• Architectuur positioneren: ROLAP, HOLAP, MOLAP, hypercubes en hergebruik van shared dimensions.

Voor wie?

Beginnende data/BI-professionals en young professionals die willen begrijpen wat een data warehouse doet en hoe je dimensionale modellen ontwerpt: data (modeling) beginners, BI-analisten, informatieanalisten, (database) designers en iedereen die met Power BI of andere front-ends stermodellen wil opzetten.

Niveau & voorkennis

HBO-niveau. Geen voorkennis vereist.

Opzet van de cursus

• 3 lesdagen, bij voorkeur één dag per week.

• Klassikaal of online.

• Vooraf: korte lees-/maakopdracht voor een vliegende start.

• Tussen de dagen: huiswerk met feedback.

Programma (samengevat)

Fundamenten

• Wat zijn dimensies en feiten? Wat meten we bij een feit?

• Workload bepalen: waarom bepaalt dit je modelkeuzes?

• Model storming & event analysis, Data Warehousing Canvas.

Multidimensionaal modelleren

• Star vs. snowflake, fact constellations.

• Hiërarchieën, attribuutbomen, pruning & grafting.

• Shared dimensions en conformance (hergebruik over data marts).

• Outriggers, many-to-many, recursieve relaties.

Historie & sleutels

• Surrogate, business en vreemde sleutels (PK/FK).

• SCD-typen: wanneer gebruik je welk type en hoe implementeer je historie?

• Query-patronen die historie benutten.

Architectuur & techniek

• ROLAP, HOLAP, MOLAP en hypercube-modellen.

• ERD → dimensioneel model: praktische transformatie.

• Power BI-uitgangspunten: stermodel voor snelle, stabiele rapportages.

Resultaat (na afloop kun je)

• Een workload-gedreven dimensiemodel ontwerpen (star/snowflake) dat BI-vragen ondersteunt.

• Feiten en dimensies afleiden uit bronschema’s en granulariteit kiezen.

• Historie modelleren met passende SCD-typen en sleutelstrategie.

• Shared/conformed dimensions opzetten voor meerdere data marts.

• ROLAP/HOLAP/MOLAP positioneren en onderbouwen voor jouw context.

Literatuur (o.a.)

• Multidimensional Databases & Data Warehousing — Jensen/Pedersen

• Modern Data Warehouse Design

• Data Vault (positionering t.o.v. dimensioneel modelleren)

Uitvoering & investering

• 3 lesdagen, klassikaal of online.

• Zie kostenspecificatie.

• Niet inbegrepen: materialen, catering/lunches en examen.

Examen (optioneel)*

Dimensional Modeling Foundation — 40 meerkeuzevragen, max. 90 minuten, open boek.
* Het Dimensional Modeling Foundation assessment is eigendom van en wordt beheerd door de Business & IT Exams Association.

Klaar om sterke stermodellen te bouwen?

Schrijf je in, neem je eigen casus mee en ontwerp een dimensiemodel dat je BI-workload echt versnelt.