Il disegno logico e fisico di Data Warehouse e Data Mart è di cruciale importanza. Obiettivo del corso è fornire le conoscenze necessarie per utilizzare al meglio il modello dimensionale, sul quale si basa sia la progettazione sia la ricerca delle informazioni in un Data Warehouse. Si analizzano in dettaglio le varie alternative per la progettazione Logica delle tabelle dei fatti e delle dimensioni, discutendo la validità delle scelte attraverso la presentazione di esempi applicativi concreti e numerose esercitazioni previste in aula. Il corso affronta inoltre tutte le problematiche correlate: dal caricamento dei dati alla presentazione dei risultati, alla luce delle diverse tipologie di applicazioni che possono operare su un Data Warehouse. I concetti e le tecniche esposte in sede teorica vengono applicati in un caso studio di progettazione.

Destinatari

• Capi progetto
• Analisti e analisti programmatori
• Data base administrator
• Specialisti di Data Warehouse (Data Warehouse architect, Data Mart architetc, gestore metadati, ...)

Prerequisiti
La partecipazione al corso "Data Warehouse: architettura e principi" o il possesso di conoscenze equivalenti; conoscenze di base sulla progettazione delle basi dati.

Contenuti

• Introduzione al Data Warehouse - concetti di base e terminologia, architettura e componenti;
• Definizione dei requisiti - tecniche per raccogliere e analizzare i requisiti funzionali e tecnologici, tipologie e locazione degli utenti coinvolti: profili di utilizzo, problematiche di sicurezza e di distribuzione delle informazioni;
• Modelli dati per il Data Warehouse - pro e contro dei diversi approcci alla modellazione dei dati (Entità/Relazioni, Star Schema, Snow Flake);
• Il modello dei dati a stella (Star Schema) - fatti, dimensioni, gerarchie, la dimensione Tempo, dimensioni a variazione lenta, dimensioni degenerate, mini-dimensioni, fatti semi-additivi, assenza della tabella dei fatti;
• Passi metodologici (Business driven + Data Driven) che permettono la trasformazione di un Modello Concettuale dei Dati in un modello Dimensionale Iniziale (Star schema) e l'analisi dei requisiti per adeguare il modello alle esigenze utente;
• Implementazione fisica del Modello Logico (Star Schema) utilizzando come Data Base target ORACLE;
• Casi studio e esempi applicativi.

Durata

3 giorni

Il Data Warehouse è una soluzione dati per supportare in modo adeguato i processi decisionali. Dopo oltre vent’anni di esperienze, vanno riconsiderare le scelte fatte in passato, in termini sia architetturali sia di fruizione dei dati, alla luce dei modelli di business emergenti che vedono come prerequisito la connessione 24x7 al sistema informativo. Sul Back End, il Cloud delocalizza la base dati, mentre sul Front End i dispositivi Mobile consentono l’utilizzo delle informazioni ad un bacino di utenza sempre più ampio. Un altro aspetto importante è quello delle tecnologie che supportano i Big Data, strutturati o meno. E’ ormai dominio comune l’utilizzo di Data Lake al posto di Operational Data Store o Aree di Staging: quando è meglio l’una o l’altra? E la Data Virtualization quale apporto di semplificazione può portare all’intera architettura? Il corso, partendo dal ciclo di vita del Data Warehouse, esplora le nuove tecnologie disponibili (DW, ETL, ELT, BI) e le nuove richieste informative provenienti dal business (dal marketing al controllo di gestione, al Customer Care, …) con l’obiettivo di identificare la risposta più appropriata in relazione alle necessità dell’utente. Sono inoltre esaminate le principali architetture, da quelle classiche a 2/3 livelli, fino alla Lambda / Gamma-Delta Architecture evidenziandone caratteristiche, pregi e difetti e comparandole fra loro in termini di necessità di utilizzo. Obiettivo del corso è quindi di dare una panoramica completa specialmente dal punto di vista delle strutture dati, del loro ciclo di vita e della Data Governance.

Destinatari

• Responsabili dello sviluppo
• Progettisti e Designer
• Analisti

Prerequisiti

Conoscenza di base su sistemi gestionali e di business intelligence, dati, ciclo di vita del software.

Contenuti

• Data Warehouse Framework: architettura di un ambiente di Data Warehousing
• Aspetti architetturali e modelli: confronto tra le diverse architetture (Data Warehouse, Data Mart e ODS), confronto tra i modelli (SQL, NoSQL, Star Schema e derivati)
• Architetture per i Big Data: che cosa sono, quali i sono i principi, quando sono utili e quali sono i parametri da tenere sotto controllo.
• Architettura Lambda e Gamma-Delta, on Premise ed in Cloud, con disamina delle principali offerte di mercato (da Amazon a Snowflake).
• Dati in movimento: ETL, ELT ed ESB, fino alla Data Virtualization.
• Acquisizione dei dati: problematiche e tecniche per la costruzione delle componenti della componente software.
• Big Data e Data Warehouse: quando e come integrarli, posizionamento.
• Metadati: ruolo all’interno dell’ambiente di Data Warehousing, Data Catalog.
• Applicare le regole della Data Governance ad un Data Warehouse: dal Business Glossary al Data Catalog, alla derivazione degli schemi, agli schemi di sintesi. Qualità dei metadati e dei dati.
• Security e audit di un Data Warehouse: segmentazione e tipologie di utenti.
• Problematiche e modalità di gestione di un progetto Data Warehouse: confronto tra approccio tradizionale al PM e approccio Agile (requisiti, metodi di analisi, strategie di Test).
• Le applicazioni che operano su un Data Warehouse.
• Esempi e Caso studio.

Durata

3 giorni

Negli ultimi anni le tecnologie e le piattaforme di cloud computing hanno destato molta attenzione nelle aziende in quanto promettono notevoli risparmi sui costi di gestione delle infrastrutture, delle piattaforme tecnologiche e delle licenze software. Gli strumenti di gestione di un cloud, inoltre, sono semplici da utilizzare e configurare e, spesso, sono forniti come applicazioni web multipiattaforma. Lo sviluppo delle applicazioni e l’estensione delle piattaforme cloud è semplificata da ambienti di sviluppo ad hoc forniti dal provider. In letteratura esistono molte definizioni di cloud computing ma tutte quante concordano sulla presenza di tre principali tipi di servizi: di Infrastruttura (IaaS), di Piattaforma (Paas) e Applicazioni fruibili direttamente (SaaS).Ma che cos'è il cloud computing? Quali reali vantaggi fornisce alle aziende? Quali tipi di piattaforma esistono? Quali standard utilizzare per l'implementazione di applicazioni in modalità cloud?

Destinatari

• Capi progetto
• Analisti
• Sviluppatori
• Chiunque sia interessato ad approfondire i concetti relativi al cloud computing

Prerequisiti

Conoscenze base sul funzionamento di Internet e delle applicazioni distribuite

Contenuti

• Introduzione al cloud computing - cos'è il cloud computing, vantaggi, svantaggi e costi, modelli di business e valutazione del ROI, il problema della standardizzazione.
• I principali servizi del cloud - definizioni a confronto, la definizione del NIST, architettura di riferimento e principali pattern architetturali, IaaS, PaaS, SaaS, il movimento XaaS, caratteristiche e proprietà fondamentali, modalità di deploy, scenari di utilizzo.
• Infrastructure-as-a-Services (IaaS) - cos’è IaaS, virtualizzazione (server, reti, storage, desktop,…), architettura e funzioni di un IaaS, cosa deve fornire un IaaS, gestione dell’infrastruttura, creare un IaaS aziendale, strumenti e tecnologie a confronto.
• Platform-as-a-Services (PaaS) - cos’è PaaS, architettura e funzioni di un PaaS, il multitenancy, gestione della piattaforma, creare un PaaS aziendale, strumenti e tecnologie a confronto.
• Software-as-a-Services (SaaS) - cos’è SaaS, tipologie di SaaS, piattaforme per l’implementazione di SaaS, gestione ed erogazione del software, esempi di SaaS, strumenti e tecnologie a confronto.
• The Extended Enterprise - relazione fra cloud computing, SOA, web 2.0 e mobile application
• Migrare al cloud - processo di migrazione al cloud computing, costi nascosti del cloud computing, strumenti per il calcolo e la verifica dei costi.
• Cenni alle problematiche di sicurezza e privacy - paure, criticità e pericoli reali, la gestione della privacy nel cloud, la gestione della sicurezza nel cloud (infrastruttura, comunicazioni, applicazioni,…), gestione delle identità, Security-as-a-Services, standard e strumenti .
• Casi di studio ed esempi.

Durata

3 giorni